Разработка катализаторов для устойчивого производства топлива и химикатов требует своего рода «эффекта Златовласки» - некоторые катализаторы слишком неэффективны, а другие слишком неэкономичны. Тестирование катализаторов также занимает много времени и ресурсов.

Новые прорывы в вычислительной квантовой химии, однако, обещают открыть катализаторы, которые являются «правильными» и в тысячи раз быстрее стандартных подходов.

Доцент Питтсбургского университета Джон А. Кит и его лабораторная группа в Школе инженерии Свансон используют новые вычислительные процедуры квантовой химии для классификации гипотетических электрокатализаторов, которые являются «слишком медленными» или «слишком дорогими», гораздо более тщательно и быстро, чем считалось возможно несколько лет назад.

«В течение десятилетий разработка катализатора была результатом проб и ошибок - многолетней разработки и испытаний в лаборатории, что дало нам общее представление о том, как работают каталитические процессы. Сегодня компьютерное моделирование дает нам новое понимание этих реакций на молекулярном уровне», -объяснил Кит. «Однако наиболее интересным является вычислительная квантовая химия, которая может моделировать структуры и динамику многих атомов одновременно. В сочетании с растущей областью машинного обучения мы можем быстрее и точнее прогнозировать и моделировать каталитические модели».

В своем исследовании Кит объяснил трехсторонний подход к предсказанию новых электрокатализаторов:

анализ гипотетических путей реакции;

прогнозирование идеальных электрохимических сред;

высокопроизводительный скрининг, основанный на функциональной теории плотности алхимических возмущений и машинном обучении.

Он также объяснил, как эти подходы могут изменить то, как инженеры и ученые разрабатывают электрокатализаторы, необходимые для общества, пишет phys. org.

«Эти новые вычислительные методы могут позволить исследователям более чем в тысячу раз эффективнее открывать новые системы по сравнению со стандартными протоколами», - сказал Кит. «На протяжении веков химия и материаловедение опирались на традиционные эдисоновские модели лабораторных исследований, которые приносят гораздо больше неудач, чем успехов, и, следовательно, тратят много времени и ресурсов. Традиционная вычислительная квантовая химия ускорила эти усилия, помогая исследователям лучше определить необнаруженные катализаторы, в которых отчаянно нуждается общество для устойчивого будущего».

.

Подробнее читайте на kapital-rus.ru ...