Исследователи из Мичиганского университета (США) разработали метод, который использует машинное обучение и позволяет увидеть, как состав металлических сплавов и оксидов металлов влияет на электронное строение. Вдобавок так можно находить наиболее эффективные катализаторы для химических реакций. Исследование опубликовано в журнале Chem Catalysis.
«Цель нашего исследования — разработать прогностические модели, которые помогут связать строение катализатора с его производительностью. Такие модели играют значимую роль при разработке новых катализаторов для химических преобразований», — говорит один из авторов исследования.
Среди основных подходов к прогнозированию поведения материала в качестве потенциального посредника химической реакции — анализ его электронной структуры. Он помогает понять, как материал будет вести себя в качестве посредника или катализатора химических реакций. Особенно важна его электронная плотность. Обычно плотность электронных состояний описывается суммарной статистикой — средней энергией или перекосом, показывающим, находится ли большее количество электронных состояний выше или ниже среднего и т. д.
Ученые использовали электронную плотность в качестве входных данных — она позволяет хорошо увидеть, как поверхность катализатора будет адсорбироваться или связываться с атомами и молекулами, которые служат реагентами. Модель связывает плотность с составом материала и отражает взаимосвязи между ними. Эта информация поможет инженерам-химикам проектировать металлические сплавы, чтобы получать ту плотность, которую они хотят для проведения химической реакции. Она упрощает разделение плотности на две основные части (главные компоненты). Одна часть описывает, как атомы металла соединяются друг с другом. Другая часть — это количество электронов, которое атомы поверхностного металла могут вносить в соединение. Эти два основных компонента помогут реконструировать плотность в материале.
Эту концепцию можно применить к реакционной способности оксидов металлов. Речь идет о способности кислорода взаимодействовать с атомами и молекулами — это связано с тем, насколько стабилен поверхностный кислород. Модель точно отражает стабильность кислорода в оксидах металлов и перовскитах — классе оксидов металлов.
Подписывайтесь на InScience.News в социальных сетях: ВКонтакте, Telegram, Одноклассники.
