• Home
  • Química
  • Astronomía
  • Energía
  • Naturaleza
  • Biología
  • Física
  • Electrónica
  •  science >> Ciencia >  >> Química
    Paladio, conocer el cobre:​​los investigadores utilizan el aprendizaje automático para mejorar los catalizadores

    Crédito:Pixabay / CC0 Public Domain

    Investigadores de Skoltech y sus colegas de Alemania y EE. UU. Han estudiado las propiedades y el comportamiento de una aleación de paladio y cobre bajo temperaturas y concentraciones de hidrógeno cambiantes. con implicaciones muy relevantes de esta investigación para el diseño de catalizadores. El artículo fue publicado en Revista de física aplicada .

    Los materiales de aleación de metales de transición pueden tener propiedades catalíticas y se utilizan ampliamente para facilitar diversas reacciones químicas como el CO 2 hidrogenación un proceso que convierte el dióxido de carbono en metanol. El uso de una aleación de un elemento reactivo más caro con otro más barato e inerte hace que estos catalizadores sean altamente eficientes. Un ejemplo de tal catalizador sería una aleación de paladio (Pd) y cobre (Cu), donde los átomos aislados de Pd se colocan en la red de Cu.

    Zhong-Kang Han, Debalaya Sarker y Sergey Levchenko del Skoltech Center for Energy Science and Technology (CEST) y sus colegas modelaron las propiedades de una aleación de Pd / Cu, utilizando un modelo de aprendizaje automático para predecir la distribución de átomos de Pd en una superficie de Cu en función de la presión parcial y la temperatura del hidrógeno. "Solo los átomos de Pd en la superficie proporcionan sitios catalíticamente activos. Por lo tanto, es importante saber cuántos de estos átomos se pueden encontrar en la superficie a temperaturas y presiones parciales de hidrógeno relevantes, "Dice Levchenko.

    Él dice que evaluar las energías de muchas configuraciones atómicas de Pd dentro de la red de Cu requiere una gran cantidad de recursos computacionales, por lo que los investigadores eligieron un modelo de expansión de clúster sustituto que es más fácil de manejar. "Este modelo nos permite evaluar la energía de millones de configuraciones en segundos. En este estudio, teníamos un sistema que es más complejo que los que se estudian típicamente usando expansión de racimo:una superficie de una aleación donde la estabilidad de varias configuraciones atómicas es influenciada por adsorbatos de la fase gaseosa. Por lo tanto, Aplicamos el enfoque de aprendizaje automático basado en la detección comprimida (un método ampliamente utilizado para comprimir imágenes) para desarrollar un modelo sustituto muy preciso y predictivo. "Observa Levchenko.

    El equipo descubrió que la adsorción de hidrógeno tiene un fuerte efecto sobre la concentración de átomos de Pd en la capa superior de la superficie de Cu (111). "Mientras que a presiones parciales de hidrógeno bajas y temperaturas más altas, el Pd prefiere permanecer en la superficie, a presiones más altas y temperaturas más bajas, la adsorción de hidrógeno aleja el Pd de la superficie, "Levchenko explica.

    Los autores esperan que sus hallazgos puedan abrir la puerta para diseñar aleaciones metálicas con mejores propiedades catalíticas al tener en cuenta los cambios dinámicos en la composición y estructura de los materiales en condiciones operacionales realistas.


    © Ciencia https://es.scienceaq.com