کاتالیست هوش مصنوعی تولید پراکسید هیدروژن را سریع میکند
پراکسید هیدروژن یکی از پرکاربردترین مواد شیمیایی در زندگی روزمره و صنایع مختلف از ضدعفونیکنندهها و استریلسازیهای پزشکی گرفته تا پاکسازیهای زیستمحیطی و فرآیندهای تولید صنعتی نقش حیاتی دارد. با این حال بخش عمده تولید جهانی این ماده همچنان بر پایه فرآیندهای صنعتی بزرگمقیاس و پرمصرف انرژی است که هزینه بالا و ردپای زیستمحیطی قابلتوجهی به همراه دارد.
این محدودیت پژوهشگران سراسر جهان را بر آن داشته تا راهکارهای پاکتر و کممصرفتر برای تولید پراکسید هیدروژن پیدا کنند.
چارچوب محاسباتی نوین انقلاب در طراحی کاتالیستها
در این مسیر گروهی از پژوهشگران به دستاورد مهمی دست یافتهاند و چارچوب محاسباتی جدیدی معرفی کردهاند که قادر است کاتالیستهای کارآمد برای تولید مستقیم پراکسید هیدروژن از آب و برق را شناسایی کند. این پژوهش که در نشریه معتبر Angewandte Chemie International Edition منتشر شده بر واکنش الکتروشیمیایی اکسایش دوالکترونی آب تمرکز دارد؛ فرآیندی که امکان تولید موضعی، پاک و پایدار پراکسید هیدروژن را فراهم میکند.
چالش طراحی کاتالیستها
طراحی کاتالیست برای این واکنش تاکنون چالشی پیچیده محسوب میشد. هائو لی، نویسنده اصلی پژوهش میگوید: تنوع بالای کاتالیستها یکی از موانع اصلی در مسیر توسعه این فناوری است. کاتالیستها میتوانند به صورت آلیاژهای فنی، اکسیدهای فلزی یا حتی مواد تکاتمی باشند و هر یک ساختار اتمی متفاوتی دارند. این تفاوتها مقایسه عملکرد آنها یا پیشبینی کاراییشان را دشوار و زمانبر میکرد.
تابع تقارن اتممحور پلی میان اتمها و عملکرد
برای حل این مشکل تیم تحقیقاتی روشی نوین به نام تابع تقارن اتممحور وزندهیشده ارائه کرد که جایگاههای فعال کاتالیستی را در مقیاس اتمی توصیف میکند. این روش آرایش هندسی و هویت شیمیایی اتمها را بهصورت یکپارچه ثبت میکند. پژوهشگران این توصیفگرها را با مدلهای یادگیری ماشین و شبیهسازی واکنشها ترکیب کردند تا عملکرد مواد مختلف با دقت بالا پیشبینی شود.
نتایج نشان داد که این چارچوب میتواند خواص کلیدی واکنش را در طیف گستردهای از کاتالیستها پیشبینی کند و پیشبینیها با محاسبات دقیق کوانتومی و دادههای تجربی پیشین همخوانی قابلتوجهی دارد موضوعی که اعتبار و کارایی این روش را تایید میکند.
با استفاده از این چارچوب پژوهشگران طی فرآیند غربالگری سریع، اکسید لیتیوم اسکاندیوم با فرمول شیمیایی LiScO₂ را بهعنوان کاتالیستی بسیار امیدوارکننده شناسایی کردند. آزمایشهای عملی نشان داد که این ماده قادر است پراکسید هیدروژن را با بازدهی حدود ۹۰ درصد تولید کند و پایداری خود را برای نزدیک به یک هفته کارکرد مداوم حفظ نماید.
هائو لی درباره اهمیت این دستاورد میگوید: این چارچوب به ما اجازه میدهد اطلاعات مقیاس اتمی را مستقیما به عملکرد قابلاندازهگیری پیوند بزنیم. این رویکرد آزمون و خطا در توسعه کاتالیستها را بهطور چشمگیری کاهش داده و مسیر جستوجو را نظاممند میکند.
پلتفرم دیجیتال کاتالیست و آینده تولید پاک
این چارچوب اکنون در پلتفرم دیجیتال کاتالیست پیادهسازی شده که بزرگترین بانک داده تجربی و محاسباتی کاتالیستها به شمار میرود و توسط آزمایشگاه هائو لی توسعه یافته است. کاربران این پلتفرم میتوانند بهطور کارآمد خواص واکنشها را پیشبینی کنند و از آن برای طراحی کاتالیستهای جدید فراتر از تولید پراکسید هیدروژن نیز بهره ببرند.
به گزارش ستاد نانو معاونت علمی ریاست جمهوری، پژوهشگران امیدوارند این رویکرد مبتنی بر هوش مصنوعی زمینهساز توسعه کاتالیستهای نوین برای سایر واکنشهای الکتروشیمیایی و تولید پاکتر مواد شیمیایی شود و در نهایت به توسعه فناوریهای انرژی پایدار کمک کند.
انتهای پیام/
