Wetenschap
Onderzoekers creëren een betrouwbare voorspellingsmethode voor katalysatoren voor zuurstofreductie
Onderzoekers van Tohoku University hebben een betrouwbare manier ontwikkeld om de prestaties van een nieuw en veelbelovend type katalysator te voorspellen. Hun doorbraak zal de ontwikkeling van efficiënte katalysatoren voor zowel alkalische als zure omgevingen versnellen, waardoor tijd en moeite worden bespaard bij toekomstige pogingen om betere brandstofcellen te creëren.
Details van hun onderzoek zijn gepubliceerd in het tijdschrift Chemical Science op 15 maart 2024.
Brandstofceltechnologie wordt al lang aangekondigd als een veelbelovende weg voor schone energie, maar uitdagingen op het gebied van de efficiëntie van de katalysator hebben de wijdverbreide toepassing ervan belemmerd.
Moleculaire metaal-stikstof-koolstof (M-N-C)-katalysatoren beschikken over onderscheidende structurele eigenschappen en uitstekende elektrokatalytische prestaties, vooral voor de zuurstofreductiereactie (ORR) in brandstofcellen. Ze bieden een kosteneffectief alternatief voor op platina gebaseerde katalysatoren.
Een voorbeeld van zo'n variant van M – N – C-katalysatoren is met metaal gedoteerd azaftalocyanine (AzPc). Deze bezitten unieke structurele eigenschappen, gekenmerkt door langgerekte functionele groepen. Wanneer deze katalysatoren op een koolstofsubstraat worden geplaatst, nemen ze driedimensionale vormen aan, vergelijkbaar met een danser die op een podium wordt geplaatst. Deze vormverandering beïnvloedt hoe goed ze werken voor ORR bij verschillende pH-niveaus.
Toch is het vertalen van deze gunstige structurele eigenschappen in betere prestaties een uitdaging, een uitdaging die aanzienlijke modellering, validatie en experimenten vereist, wat veel middelen vergt.
"Om dit te ondervangen, hebben we computersimulaties gebruikt om te bestuderen hoe de prestaties van een door koolstof ondersteunde Fe-AzPCS-katalysator voor zuurstofreductiereacties veranderen bij verschillende pH-niveaus, door te kijken naar hoe elektrische velden interageren met de pH en de omringende functionele groep", zegt Hao Li, universitair hoofddocent aan het Advanced Institute for Materials Research (WPI-AIMR) van Tohoku University en corresponderende auteur van het artikel.
Bij het analyseren van de Fe-AzPCS-prestaties in ORR hebben Li en zijn collega's grote moleculaire structuren met complexe lange-ketenarrangementen, of 'danspatronen', opgenomen met arrangementen van meer dan 650 atomen.
Cruciaal was dat uit de experimentele gegevens bleek dat de pH-veldgekoppelde microkinetische modellering nauw overeenkwam met de waargenomen ORR-efficiëntie.
"Onze bevindingen suggereren dat het evalueren van de ladingsoverdracht die plaatsvindt op de Fe-plaats, waar het Fe-atoom gewoonlijk ongeveer 1,3 elektronen verliest, zou kunnen dienen als een nuttige methode voor het identificeren van geschikte omringende functionele groepen voor ORR", voegt Li toe. "We hebben in wezen een directe benchmarkanalyse gemaakt voor het microkinetische model om effectieve M-N-C-katalysatoren voor ORR onder verschillende pH-omstandigheden te identificeren."