Найдена замена иридию в катализаторах для "зеленого" водорода

Исследователи из Северо-Западного университета США и Toyota Research Institute разработали новый подход к поиску эффективных и доступных катализаторов для производства "зеленого" водорода, который позволяет находить замену таким редким и дорогим материалам, как иридий. Это стало возможным благодаря мегабиблиотеке, представляющей собой микрочип, на котором размещены миллионы наночастиц с различным химическим составом.
Иридий используется в качестве катализатора на стадии выделения кислорода при производстве водорода методом электролиза, однако высокая стоимость и ограниченные запасы этого металла затрудняют масштабное развитие водородной энергетики. Для поиска альтернативы ученые создали мегабиблиотеку, включающую 156 миллионов наночастиц из комбинаций распространенных металлов, включая рутений, кобальт, марганец и хром.
С помощью роботизированных сканеров были быстро протестированы свойства всех наночастиц в реакции выделения кислорода. В результате был выделен оксидный материал состава Ru₅₂Co₃₃Mn₉Cr₆. В лабораторных испытаниях этот катализатор показал эффективность, превосходящую по активности содержащие иридий материалы, при этом его стоимость оказалась примерно в 16 раз ниже. Кроме того, новый катализатор работал более 1000 часов с сохранением высокой активности и стабильностью в агрессивной кислотной среде.
Технология мегабиблиотек позволяет химикам и материаловедам за короткое время находить действительно эффективные материалы из сотен миллионов возможных вариантов. Этот метод отличается не только скоростью, но и возможностью проверить работоспособность материалов в условиях, приближенных к реальным.
Кроме непосредственного поиска катализаторов для электролиза воды, мегабиблиотеки открывают новые возможности в секторах материалов для батарей, биомедицинских устройств и других технологических областях. Ученые уже применяют алгоритмы машинного обучения для обработки больших массивов экспериментальных данных и прогнозирования свойств новых материалов. Использование таких методов позволит быстрее создавать и внедрять оптимальные решения без необходимости опираться на редкие и дорогие элементы.