Paladyum, Bakırla Tanışın: Araştırmacılar, Katalizörleri İyileştirmek için Yapay Zeka Öğrenimini Kullandı
Skoltech’ten araştırmacılar ve bu araştırmacıların Almanya’dan ve ABD’den meslektaşları, değişen sıcaklıklar ve hidrojen konsantrasyonları altında bir paladyum-bakır alaşımının özelliklerini ve davranışını incelediler ve bu araştırmanın katalizör tasarımı için son derece önemli etkileri vardı. Yapılan bu araştırmalar makale olarak Journal of Applied Physics’te yayınlandı.
Geçiş metal alaşımlı malzemeler katalitik özelliklere sahip olabilir ve karbondioksiti metanole dönüştüren bir işlem olan CO2 hidrojenasyonu gibi çeşitli kimyasal reaksiyonları kolaylaştırmada yaygın olarak kullanılır. Daha pahalı bir reaktif elementin bir alaşımıyla daha ucuz ve daha inert olan bir diğer elementi kullanmak , bu katalizörleri oldukça verimli hale getirir. Böyle bir katalizörün örneği ise izole edilmiş Pd atomlarının Cu kafesinde konumlandırıldığı bir paladyum (Pd) ve bakır (Cu) alaşımı olabilir.
Skoltech Enerji Bilimi ve Teknolojisi Merkezi’nden (CEST) Zhong-Kang Han, Debalaya Sarker, Sergey Levchenko ve meslektaşları, hidrojen kısmi basıncı ve sıcaklığının bir fonksiyonu olarak bir Cu yüzeyindeki PD atomlarının dağılımını tahmin etmek için bir yapay zeka öğrenme modelini kullanarak bir Pd/Cu alaşımının özelliklerini modellediler. Levchenko: “Sadece yüzeydeki Pd atomları katalitik olarak aktif bölgeler sağlar. Bu nedenle, bu atomların kaç tanesinin yüzeyde uygun sıcaklıklarda ve hidrojen kısmi basınçlarında bulunabileceğini bilmek önemlidir.” dedi. Cu kafesi içinde Pd’nin birçok atomik konfigürasyonunun enerjilerini değerlendirmenin çok fazla hesaplama kaynağı gerektirdiğini, bu nedenle araştırmacıların kullanımı daha kolay olan bir vekil küme genişletme modeli seçtiğini söylüyor.
Bu model, milyonlarca konfigürasyonun enerjisini saniyeler içinde değerlendirmemizi sağlıyor.Levchenko ‘’Bu çalışmada, tipik olarak küme genişlemesi kullanılarak çeşitli atomik konfigürasyonların stabilitesinin gaz fazından adsorbatlar tarafından etkilendiği bir alaşımın yüzeyi gibi çalışılanlardan daha karmaşık bir sistemimiz vardı. Bu nedenle, çok doğru ve öngörücü bir vekil mod geliştirmek için sıkıştırılmış algılamaya (görüntüleri sıkıştırmak için yaygın olarak kullanılan bir yöntem) dayanan yapay zeka öğrenme yaklaşımını uyguladık.’’dedi.
Ekip, hidrojen adsorpsiyonunun gerçekten de Cu (111) yüzeyinin üst katmanındaki Pd atomlarının konsantrasyonu üzerinde güçlü bir etkiye sahip olduğunu buldu. Levchenko bunu, “Düşük hidrojen kısmi basınçlarında ve daha yüksek sıcaklıklarda Pd yüzeyde kalmayı tercih ederken, daha yüksek basınçlarda ve daha düşük sıcaklıklarda hidrojen adsorpsiyonu Pd’yi yüzeyden uzaklaştırır,” diye açıklıyor.
Yazarlar, bulgularının, gerçekçi çalışma koşullarında malzemelerin bileşimindeki ve yapısındaki dinamik değişiklikleri de dikkate alarak, daha iyi katalitik özelliklere sahip metal alaşımları tasarlama kapısını açabileceğini umuyorlar.
Kaynak: phys.org
