Tot 1985, algemeen werd aangenomen dat goud chemisch inert was. Maar toen onderzoekers ontdekten dat gouddeeltjes van nanogrootte kunnen fungeren als opmerkelijke en selectieve katalysatoren, er ging een wereld van mogelijkheden open.

Vandaag, goud wordt gebruikt in veel industriële katalytische processen, zoals de verwijdering van koolmonoxide uit uitlaatgassen bij lage temperaturen of zelfs de vervanging van op kwik gebaseerde katalysatoren bij de productie van PVC-kunststoffen - beide goede stappen voor het milieu. Echter, goud is duur en schaars.

Virginia Tech-onderzoekers streven ernaar de kracht van elk atoom van de deeltjes te maximaliseren zonder te vertrouwen op tijdrovend vallen en opstaan. Mogelijk heeft dit langdurige probleem in de nabije toekomst een oplossing, dankzij het recent gepubliceerde werk van Hongliang Xin, een assistent-professor bij de afdeling Chemische Technologie van het College of Engineering aan Virginia Tech, en Xianfeng Ma, een postdoc-fellow in de onderzoeksgroep van Xin.

In een nieuwe studie gepubliceerd in de peer-reviewed Fysieke beoordelingsbrieven , Xin en Ma stellen een nieuw model voor dat reactiviteitstrends van een verscheidenheid aan gouden nanodeeltjes met verschillende groottes kan rationaliseren, vormen, en composities, wat betekent, het model kan mogelijk precies de juiste formule van goudkatalysatoren voorspellen om een ​​gewenst resultaat voor een bepaalde chemische reactie te bereiken.

Volgens Xin, dit model laat zien dat s-elektronen, die niet permanent aan atomen zijn bevestigd, zoals gelokaliseerde d-elektronen, regelen de reactiviteit van oppervlakte-atomen. Dit daagt de conventionele wijsheid van het standaard d-bandmodel uit, dat is de theorie die veel wordt gebruikt om katalytische activiteit te verklaren.

"Dit model kan gemakkelijk worden begrepen door middel van een analogie met stijldansen:als je danst met veel vrienden die aantrekkelijk voor je zijn, je hebt minder kans om met vreemden om te gaan, "Zei Xin. "Hetzelfde kan gezegd worden van katalysatoratomen, die actiever zullen zijn voor reactanten als ze niet worden omringd door veel aantrekkelijke naburige atomen."

Xin's onderzoeksgroep richt zich op computationele modellering voor energieoplossingen, die voornamelijk wordt ondersteund door Advanced Research Computing bij Virginia Tech.

"Met betrekking tot computationele modellering, dit is ongelooflijk belangrijk omdat katalytische processen complex zijn en de informatie op die kleinste lengte en snelste tijdschaal niet gemakkelijk toegankelijk is met experimentele technieken, " zei Xin. "Ons werk en vele anderen in het veld kunnen unieke mogelijkheden bieden om betere katalysatoren te ontdekken en te ontwerpen door inzicht te krijgen in de structuur-reactiviteitstrends van modelkatalysatoren in computers."

De bevinding heeft belangrijke praktische toepassingen, vooral in de chemische industrie en technologieën voor hernieuwbare energie. Vanwege het algemene karakter van het model, het kan worden aangepast voor gebruik met andere katalytische materialen, zoals nikkel, platina, en palladium, die vaak worden gebruikt in industriële katalytische processen.