Onderzoekers van Skoltech en hun collega's uit Duitsland en de VS hebben de eigenschappen en het gedrag van een palladium-koperlegering bestudeerd bij veranderende temperaturen en waterstofconcentraties, met zeer relevante implicaties van dit onderzoek voor het ontwerp van katalysatoren. De krant is gepubliceerd in de Tijdschrift voor Toegepaste Natuurkunde .

Overgangsmetaallegeringsmaterialen kunnen katalytische eigenschappen hebben en worden veel gebruikt bij het faciliteren van verschillende chemische reacties zoals CO ₂ hydrogenering, een proces waarbij koolstofdioxide wordt omgezet in methanol. Het gebruik van een legering van een duurder reactief element met een ander die goedkoper en inert is, maakt deze katalysatoren zeer efficiënt. Een voorbeeld van zo'n katalysator is een legering van palladium (Pd) en koper (Cu), waar geïsoleerde atomen van Pd zijn gepositioneerd in het Cu-rooster.

Zhong Kang Han, Debalaya Sarker en Sergey Levchenko van het Skoltech Center for Energy Science and Technology (CEST) en hun collega's hebben de eigenschappen van een Pd/Cu-legering gemodelleerd, een machine learning-model gebruiken om de verdeling van Pd-atomen op een Cu-oppervlak te voorspellen als een functie van de partiële waterstofdruk en temperatuur. "Alleen Pd-atomen aan het oppervlak bieden katalytisch actieve plaatsen. Daarom het is belangrijk om te weten hoeveel van deze atomen aan het oppervlak kunnen worden gevonden bij relevante temperaturen en partiële waterstofdrukken, ' zegt Levchenko.

Hij zegt dat het evalueren van de energieën van veel atomaire configuraties van Pd binnen het Cu-rooster veel rekenkracht vereist, dus kozen de onderzoekers voor een surrogaatclusteruitbreidingsmodel dat gemakkelijker te hanteren is. "Dit model stelt ons in staat om de energie van miljoenen configuraties in seconden te evalueren. In deze studie, we hadden een systeem dat complexer is dan de systemen die doorgaans worden bestudeerd met behulp van clusterexpansie:een oppervlak van een legering waar de stabiliteit van verschillende atomaire configuraties wordt beïnvloed door adsorbaten uit de gasfase. Daarom, we hebben de machine learning-benadering toegepast op basis van gecomprimeerde waarneming (een methode die veel wordt gebruikt om afbeeldingen te comprimeren) om een ​​zeer nauwkeurig en voorspellend surrogaatmodel te ontwikkelen, ' merkt Levchenko op.

Het team ontdekte dat waterstofadsorptie inderdaad een sterk effect heeft op de concentratie van Pd-atomen in de bovenste laag van het Cu (111)-oppervlak. "Terwijl bij lage partiële waterstofdrukken en hogere temperaturen Pd er de voorkeur aan geeft aan de oppervlakte te blijven, bij hogere drukken en lagere temperaturen drijft waterstofadsorptie Pd weg van het oppervlak, " legt Levchenko uit.

De auteurs hopen dat hun bevindingen de deur kunnen openen voor het ontwerpen van metaallegeringen met betere katalytische eigenschappen door rekening te houden met dynamische veranderingen in de samenstelling en structuur van materialen bij realistische bedrijfsomstandigheden.