Elektrik-Elektronik

Makine Öğrenme, Katalitik Tasarımı Geliştirebilir

Rice Üniversitesi ve Pennsylvania State Üniversitesi kimya mühendisleri; makine öğrenimini ve kuantum kimyasını birleştirerek, yeni katalizörler tasarlarken zamandan ve masraftan tasarruf sağlayabileceğini gösterdi.
Katalizör; tüketilmeden kimyasal reaksiyonları hızlandıran bir maddedir. Otomobillerde bulunan katalitik konvertörler, örneğin, hava kirleticilerinin reaksiyonuna yardımcı olan platinyum ve paladyum gibi metalleri içerir. Katalizörler kimyasal ve farmasötik (medikal) endüstrilerin başlıca dayanağıdır ve katalizörler için küresel pazar yılda 20 milyar dolar olarak tahmin edilmektedir.
Katalitik konvertörlerde kullanılan metaller; tipik olarak tel bir ağın parçasıdır. Sıcak egzoz ağın içinden geçerken; yüzeydeki metal atomları ve bazı zararlı molekülleri, zararsız yan ürünlere bölen reaksiyonları katalize eder.

Akan reaktantların* bir katalizörü geçme yöntemi de endüstride yaygındır. Çoğu durumda, katı yüzeye bir katalitik metal eklenir; tepkiler yüzey üzerinde veya bir sıvı ya da bir gaz üzerindedir. Yılda tonlarca ürün üreten endüstriyel prosesler için; metal katalizörün verimliliğini birkaç yüzde oranında artırmak; şirketler için milyonlarca dolarlık bir değere dönüşebilir.

* Reaktant: Bir kimyasal reaksiyonun oluşumunda tepkimeye giren kimyasal maddedir.

Senftle: “Metal katalizör ve alt tabakanın net bir görüntüsüne sahipseniz, metal ona yapışır. Tasarım alanını; hangi malzemelerin belirli koşullar altında bulunacağını keşfetmek için bilgisayarı kullanarak, daraltabiliriz.”

Yazar Michael Janik: “Metal ve alt tabaka arasındaki bağlayıcı enerji daha güçlü ve metal atom daha zayıf olacak. Eğer bu bağlayıcı enerjiyi kontrol edebilirsek; metal parçacıkların boyutunu ayarlayabiliriz ve bu da, katalize edebilecekleri genel tepkiyi etkileyebilir.”
Bağlayıcı enerji listesi ile birlikte takımın; oksit oluşumu enerjisi, koordinasyon numarası, alaşım oluşum enerjisi ve iyonlaşma enerjisi gibi faktörler de dahil olmak üzere; metal-substrat kombinasyonlarının her biri için ilave 330.000 ek özelliği vardır.

Jonayat: “Makine öğrenimi algoritmaları, bağlayıcı enerjilerde gözlemlenen verilerle ilişkili tanımlayıcıları arar. ‘Bu tanımlayıcıların tümünde, ilgilendiğimiz gözlemlenen davranışlarla nasıl bir korelasyon bulabiliriz?…’ Sorgusunu da yapabiliriz. Bu şekilde katalizör akışını tahmin etmeyi kolaylaştırmak için kullanılabilir. Makine öğrenimi de ilginç olabilir.”
Örneğin, Senftle, ​​katalizördeki korelasyonun; katalitik metaller ve destek içindeki metal atomları arasındaki etkileşime göre önemli olduğunu söylemiştir.

Şenftle: “Bu iki farklı metal türünün aynı şekilde nasıl kullanıldığını belirlemeye çalıştık. İlerde simülasyonlarını da yapmak istiyoruz.”

Kaynak:
phys
Etiketler
1 Oy2 Oy3 Oy4 Oy5 Oy (1 oy verildi, Ortalama: 5 üzerinden 5,00 oy )
Loading...

Benzer Makaleler

Bir cevap yazın

E-posta hesabınız yayımlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir

Close