Pourbaix 機械学習フレームワークは,抑制されたルテニウム溶液を示す酸性水酸化触媒を識別する
Jehad Abed1,2, Javier Heras-Domingo3, Rohan Yuri Sanspeur3
1Department of Materials Science and Engineering, University of Toronto, 184 College Street, Toronto, Ontario M5S 3E4, Canada.
イリジウムが不足しているため,グリーン水素生産のための新しい触媒が必要である. 機械学習により,安定した活性酸素進化反応の触媒であるRu$_{0.6}$Cr$_{0.2}$Ti$_{0.2}$を特定し,過剰電位を減らし,耐久性を改善しました.
科学分野:
- 材料科学
- 電気化学
- コンピュータ化学
背景:
- 緑の水素の生産は,効率的な酸素進化反応 (OER) 触媒に依存しています.
- イリジウムは重要なOER触媒成分で 供給が問題になっています
- 安定したアクティブなイリジウムフリーOER触媒の開発は極めて重要です.
研究 の 目的:
- 新しい,安定した,アクティブなOER触媒を,機械学習支援の計算手法で特定する.
- OERの潜在的応用のための混合金属酸化物の大規模なデータベースをスクリーニングする.
- 実験的に有望な触媒候補を検証する.
主な方法:
- 機械学習パイプラインは,PURBAIX分解エネルギーを予測するために,3万6千の混合金属酸化物で訓練されました.
- 新しい金属酸化物2070の酸性条件下での安定性をスクリーニングする.
- オーバーポテンシャル,耐久性試験,およびin situ/ex situスペクトロスコピーを含むRu$_{0.6}$Cr$_{0.2}$Ti$_{0.2}$の実験的特徴付け.
主要な成果:
- OERの有望な催化剤として特定された.
- 100 mA cm$^{-2}$で267 mVの過剰ポテンシャルを達成し,200 h以上持続した動作を行った.
- RuO$_{2}$と比較して,Ru溶解の減少 (20×) とグリッドの酸素参加の抑制 (> 60%) が実証されました.
結論:
- 機械学習は 安定したアクティブなOER触媒を 効果的に検知します
- 緑の水素の生産には 活性と耐久性が向上します
- Tiの組み込みは安定性を改善し,Crは触媒活性を増強する.
さらに関連する動画
10:39Heterogeneous Removal of Water-Soluble Ruthenium Olefin Metathesis Catalyst from Aqueous Media Via Host-Guest Interaction
Published on: August 23, 2018
10:52Multiscale Sampling of a Heterogeneous Water/Metal Catalyst Interface using Density Functional Theory and Force-Field Molecular Dynamics
Published on: April 12, 2019
関連する概念動画
Catalysis
Oxidation of Alkenes: Syn Dihydroxylation with Osmium Tetraoxide
Reduction of Alkenes: Asymmetric Catalytic Hydrogenation
The metal catalyst used can be either heterogeneous or homogeneous. When hydrogenation of an alkene generates a chiral center, a pair of enantiomeric products is expected to form. However, an enantiomeric excess of one of the products can be facilitated using an enantioselective reaction or an...
Radical Oxidation of Allylic and Benzylic Alcohols
Heterogeneous Catalysis
Acid Mine Drainage
