Maskinlæring accelererer opdagelsen af højtydende metaloxidkatalysatorer
Forskere har udnyttet kraften i kunstig intelligens til markant at fremme opdagelsen og optimeringen af multikomponent metaloxidelektrokatalysatorer til oxygenreduktionsreaktionen (ORR).
Dette gennembrud har potentialet til at revolutionere effektiviteten og overkommeligheden af vedvarende energiteknologier, såsom brintbrændselsceller og batterier, og bane vejen for en bæredygtig energifremtid.
Detaljer om resultaterne blev offentliggjort i Journal of Materials Chemistry A den 23. april 2024.
Undersøgelsen analyserede 7.798 forskellige metaloxid-ORR-katalysatorer fra eksperimenter med høj gennemstrømning. Disse katalysatorer, der indeholder elementer som nikkel, jern, mangan, magnesium, calcium, lanthan, yttrium og indium, blev testet ved forskellige potentialer for at evaluere deres ydeevne.
Ved hjælp af XGBoost-maskinlæringsmetoden byggede forskerne en forudsigelsesmodel til at identificere potentielle nye sammensætninger uden behov for udtømmende eksperimentel test.
Forskningen fandt, at et højt antal omrejsende elektroner og høj konfigurationsentropi er kritiske egenskaber for at opnå høj strømtæthed i ORR. For strømtæthed ved 0,8 VRHE viste de ternære systemer Mn-Ca-La, Mn-Ca-Y og Mn-Mg-Ca et betydeligt potentiale for brintbrændselscelleanvendelser. Ved 0,63 VRHE blev Mn–Fe–X (X =Ni, La, Ca, Y) og Mn–Ni–X (X =Ca, Mg, La, Y) systemerne identificeret som lovende kandidater til produktion af hydrogenperoxid.
"Vores innovative tilgang ved hjælp af maskinlæring accelererer design og optimering af multikomponent-katalysatorer, hvilket sparer betydelig tid og ressourcer," siger Xue Jia, adjunkt ved Advanced Institute for Materials Research og en af medforfatterne til undersøgelsen.
"Ved at identificere højtydende katalysatorsammensætninger effektivt har vi en demonstreret transformativ metode, der kan føre til betydelige fremskridt inden for bæredygtige energiteknologier.
Forbedrede katalysatorer kan forbedre effektiviteten og reducere omkostningerne ved vedvarende energiteknologier, fremme deres bredere anvendelse og reducere afhængigheden af fossile brændstoffer. Mere effektive energilagringssystemer kan sænke de samlede omkostninger, gøre vedvarende energi mere tilgængelig og bidrage til miljøbevarelse.
Den vellykkede anvendelse af maskinlæring i denne undersøgelse danner præcedens for fremtidig forskning, hvilket potentielt kan føre til gennembrud inden for forskellige videnskabelige områder. Forbedrede ORR-katalysatorer kan også øge produktionen af brintoverilte, der i vid udstrækning anvendes til desinfektion og industrielle processer, hvilket gavner folkesundheden og sikkerheden.
"Denne forskning understreger det utrolige potentiale af kunstig intelligens i at accelerere katalysatordesign og materialeopdagelse," tilføjer Jia. "Vores resultater vil forhåbentlig gøre fremtidige gennembrud inden for bæredygtige energiteknologier mulige, som er afgørende for at håndtere globale energiudfordringer."
Flere oplysninger: Xue Jia et al., Maskinlæring muliggjorde udforskning af multikomponent metaloxider til katalysering af oxygenreduktion i alkaliske medier, Journal of Materials Chemistry A (2024). DOI:10.1039/D4TA01884B
Journaloplysninger: Journal of Materials Chemistry A
Leveret af Tohoku University
Varme artikler
-
Aktiv camouflage kunstig hud i området synligt for infrarødtBlæksprutte enestående evne til at skjule sig i enhver baggrund har inspireret forskere til at gentage deres fascinerende evne til at camouflere i det infrarøde (IR) og synlige spektrum. Nylige fremsk -
Forskere bestemmer den komplekse struktur af receptorerne relateret til opioidafhængighedKredit:Pixabay/CC0 Public Domain En undersøgelse offentliggjort i Pharmacological Research afslører den oligomere molekylære struktur af MOR-Gal1R-komplekset, en komponent til stede i hjernen, som -
Lavpris, printbar 3-D enhed designet til at analysere kemikalier fra smartphonesKredit: RSC går videre Forskere fra Universitetet i Alicante (Spanien) og Universidad Nacional del Sur (Argentina) har designet og valideret en billig 3D-printet enhed, der tilsluttet en smartpho -
Fiksering af pulverkatalysatorer på elektroderDen nye metode udviklet af Corina Andronescu (i midten) og Stefan Barwe (til venstre for hende) sammen med deres kolleger, er potentielt interessant for den elektrokemiske brintproduktion. Kredit:RUB,
- New Horizons rumfartøj tager den indvendige kurs til Ultima Thule
- 3-D bioprint af levende strukturer med indbyggede kemiske sensorer
- Hvordan et usædvanligt varmt Indiske Ocean forårsagede oversvømmelser på Yangtze-floden
- Simuleringer peger på grafenoxidrammers potentiale i vandrensning
- Innovativ flydende lithium-opladningsstriper øger acceleratorens ydeevne
- Innovation øger det observerbare rumfang af universet med en faktor på syv