Wetenschap
De energieverandering geassocieerd met waterstofverwijdering uit siliciumcarbide nanobuisjes. De grafiek toont de variatie van systeemenergie met de afstand van een waterstofmolecuul tot het oppervlak van een siliciumcarbide nanobuis (rechtsonder). De diepte van de curve geeft de energie aan die nodig is om waterstof uit de opslag te halen. Een vergelijking van voorspellingsmethoden wordt gepresenteerd, waarbij DMC de meest nauwkeurige is en vdW-DF2 de beste match. Krediet:Kenta Hongo van JAIST
Waterstofenergie heeft het potentieel om een belangrijke maatregel te zijn om de netto-emissiedoelstelling van de Verenigde Naties te halen, maar het industriële gebruik ervan werd gehinderd door de moeilijkheid bij de opslag en het hanteren ervan. Waterstof wordt een gas bij een zeer lage temperatuur (-252°C), wat de opslag bij kamertemperatuur een uitdaging maakt. De interactie tussen waterstof en zijn opslagmateriaal is simpelweg te zwak om bij kamertemperatuur te blijven bestaan. Dit maakt het ontwerp van opslagmaterialen cruciaal om het doel te bereiken om waterstofenergie in het dagelijks gebruik te brengen.
Dit is waar computationeel materiaalontwerp om de hoek komt kijken. Tijdens de ontwikkeling van waterstoftechnologie kan veel tijd en moeite worden bespaard door een materiaal op een computer te ontwerpen en de capaciteit voor waterstofopslag te simuleren. Maar de voorspellingen worden zeer beperkt in hun gebruik, tenzij ze nauwkeurig zijn en tegen redelijke rekenkosten kunnen worden gedaan. In een recente studie gepubliceerd in ACS Omega , wetenschappers ontwikkelen een rekenkundig dure, maar zeer nauwkeurige nieuwe methode voor het voorspellen van waterstofopslag:"Het verbeteren van de voorspellingsbetrouwbaarheid voor simulaties kan de ontwikkeling van materialen voor de opslag van waterstofbrandstof helpen versnellen en leiden tot een meer energie-efficiënte samenleving, " zegt Dr. Kenta Hongo van het Japan Advanced Institute of Science and Technology (JAIST), die de studie leidde.
Een van de fundamentele aantrekkingskrachten tussen objecten is de van der Waalskracht, die de interactie tussen atomen of moleculen definieert op basis van de afstand ertussen. Aangezien de Van der Waals-kracht het gevolg is van vrij gecompliceerde kwantumprocessen, conventionele behandelingen konden het niet goed beschrijven, en daarom zijn de simulaties tot nu toe op het niveau van ruwe schattingen ervan. Maar is het juist om dat te doen bij het simuleren van waterstofopslag? Dit was de eerste zorg van Dr. Hongo en zijn team.
Om deze vraag te beantwoorden, ze keken naar siliciumcarbide nanobuisjes, een van de meest veelbelovende materialen voor waterstofopslag. Met behulp van een computationele techniek genaamd diffusie Monte Carlo (DMC), ze creëerden een model dat rekening hield met van der Waals-krachten bij het simuleren van de opslag van waterstof in siliciumcarbide nanobuisjes. De meeste conventionele modellen beschouwen de interacties tussen waterstof en siliciumcarbide nanobuisjes als geheel, maar de DMC-methode gebruikt de kracht van een supercomputer om het interactiemechanisme getrouw te reconstrueren door de rangschikking van individuele elektronen te volgen. Dit maakt het DMC-model tot nu toe de meest nauwkeurige voorspellingsmethode. Met behulp van het DMC-model, de onderzoekers konden ook voorspellen hoeveel energie er nodig zou zijn om waterstof uit de opslag te verwijderen, en hoe ver de waterstof waarschijnlijk verwijderd was van het oppervlak van de siliciumcarbide nanobuis. Vervolgens vergeleken ze de resultaten van hun modellering met die verkregen via conventionele voorspellingsmethoden.
Conventionele voorspellingsmethoden zijn meestal gebaseerd op een computationele techniek die de dichtheidsfunctionaaltheorie (DFT) wordt genoemd. DFT gebruikt functionalen (modelbeschrijvingen van kwantuminteracties) die de ruimtelijke variaties van elektronendichtheid beschrijven om de eigenschappen van complexe systemen te bepalen. Hoewel er verschillende op DFT gebaseerde onderzoeken zijn geweest naar de opslag van waterstof op nanobuisjes van siliciumcarbide, geen van hen heeft van der Waals-krachten in hun voorspellingen verwerkt. Van der Waals-gecorrigeerde DFT-functionaliteiten hebben, echter, gebruikt bij de voorspelling van andere materialen. Dr. Hongo en team simuleerden waterstofopslag met behulp van een breed scala aan DFT-functionaliteiten, die met van der Waals-correcties en die zonder. Ze ontdekten dat de DFT-functionalen zonder van der Waals-correcties de benodigde energie voor waterstofopslag met 4-14% verkeerd inschatten. Anderzijds, van der Waals-gecorrigeerde DFT-functionaliteiten produceerden resultaten die vrij gelijkaardig waren aan die van DMC. Bovendien, ze ontdekten dat de bijdrage van de van der Waals-kracht aan de opslagenergie ongeveer 9-29% was, wat niet gering is.
Deze bevindingen, Dr. Hongo gelooft, kan een opstap zijn voor verdere innovatie in simulatietechnologie voor waterstofopslag. "Hoewel de DMC-methode rekenkundig duur is, het kan worden gebruikt om de eigenaardigheden (tendensen van voorspellingsfouten) van elke voorspellingsmethode te verduidelijken. Dit zal ons helpen te begrijpen welke voorspelling we moeten vertrouwen, en ook hoe voorspellingsmethoden kunnen worden aangepast om ze nuttiger te maken, " hij legt uit.
Wetenschap © https://nl.scienceaq.com