پژوهشگران با بهرهگیری از یک چارچوب محاسباتی پیشرفته مبتنی بر هوش مصنوعی موفق شدهاند کاتالیستی جدید معرفی کنند که میتواند پراکسید هیدروژن را بهصورت مستقیم و با بازدهی چشمگیر ۹۰ درصد از آب و برق تولید کند. این دستاورد میتواند هزینههای تولید صنعتی این ماده حیاتی را کاهش داده و اثرات زیستمحیطی آن را به حداقل برساند.
جهش علمی در تولید پراکسید هیدروژن با کمک هوش مصنوعی
پراکسید هیدروژن از مواد شیمیایی پرمصرف در صنایع مختلف است؛ از ضدعفونیکنندهها و تجهیزات پزشکی گرفته تا فرآیندهای صنعتی و پاکسازیهای زیستمحیطی. با وجود کاربرد گسترده، تولید جهانی این ماده همچنان وابسته به روشهای پرمصرف و آلاینده است. همین موضوع پژوهشگران را به سمت یافتن روشهای پاکتر و کمهزینهتر سوق داده است.
چارچوب محاسباتی جدید؛ انقلاب در طراحی کاتالیستها
در پژوهشی منتشرشده در نشریه Angewandte Chemie، محققان چارچوبی محاسباتی معرفی کردهاند که قادر است کاتالیستهای مناسب برای تولید مستقیم پراکسید هیدروژن را شناسایی کند. این روش بر واکنش الکتروشیمیایی اکسایش دوالکترونی آب تمرکز دارد؛ فرآیندی که امکان تولید پراکسید هیدروژن را بهصورت محلی، پاک و پایدار فراهم میکند.
چالش بزرگ طراحی کاتالیستها
طراحی کاتالیست برای این واکنش به دلیل تنوع ساختارهای اتمی همواره پیچیده بوده است. کاتالیستها میتوانند از آلیاژها، اکسیدهای فلزی یا حتی مواد تکاتمی تشکیل شوند و همین تفاوتها پیشبینی عملکرد آنها را دشوار میکرد.
تابع تقارن اتممحور؛ پلی میان ساختار و عملکرد
برای حل این چالش، تیم تحقیقاتی روشی نوین با عنوان «تابع تقارن اتممحور وزندهیشده» ارائه کرده است. این روش با ثبت دقیق آرایش هندسی و هویت شیمیایی اتمها، امکان پیشبینی عملکرد کاتالیستها را با کمک مدلهای یادگیری ماشین فراهم میکند.
نتایج نشان میدهد این چارچوب قادر است خواص کلیدی واکنش را در طیف وسیعی از کاتالیستها با دقت بالا پیشبینی کند؛ دقتی که با دادههای تجربی و محاسبات کوانتومی نیز همخوانی دارد.
کشف کاتالیست LiScO₂ با بازدهی ۹۰ درصد
در فرآیند غربالگری سریع، پژوهشگران اکسید لیتیوم اسکاندیوم (LiScO₂) را بهعنوان کاتالیستی بسیار کارآمد شناسایی کردند. آزمایشها نشان داد این ماده میتواند پراکسید هیدروژن را با بازدهی حدود ۹۰ درصد تولید کند و پایداری خود را برای نزدیک به یک هفته حفظ کند.
هائو لی، نویسنده اصلی پژوهش، تأکید میکند که این چارچوب توانسته است اطلاعات اتمی را مستقیماً به عملکرد قابل اندازهگیری پیوند دهد و فرآیند آزمونوخطا در طراحی کاتالیستها را بهطور چشمگیری کاهش دهد.
پلتفرم دیجیتال کاتالیست؛ آینده تولید پاک
این چارچوب اکنون در پلتفرم دیجیتال کاتالیست پیادهسازی شده است؛ بزرگترین بانک داده تجربی و محاسباتی کاتالیستها که توسط آزمایشگاه هائو لی توسعه یافته. کاربران این پلتفرم میتوانند خواص واکنشها را پیشبینی کرده و کاتالیستهای جدید برای کاربردهای گستردهتر طراحی کنند.
به گفته ستاد نانو، این رویکرد مبتنی بر هوش مصنوعی میتواند مسیر توسعه کاتالیستهای نوین برای سایر واکنشهای الکتروشیمیایی را هموار کرده و به تولید پاکتر مواد شیمیایی و توسعه فناوریهای انرژی پایدار کمک کند.
ماهان زند
من فارغالتحصیل رشته مهندسی کامپیوتر هستم و از دوران نوجوانی به دنیای فناوری علاقهمند بودم. فعالیت حرفهای خودم را از سال ۱۳۹۷ با نوشتن مقالههای نقد و بررسی گجتهای هوشمند در یک وبلاگ شخصی آغاز کردم. پس از کسب تجربه، به عنوان نویسنده و تحلیلگر در نشریات مختلف فعالیت کردم و در حال حاضر، به عنوان دبیر بخش فناوریهای نو در یک مجله معتبر تکنولوژی مشغول به کار هستم. تلاش من این است که آخرین اخبار و پیشرفتهای دنیای فناوری را به زبانی ساده و کاربردی برای مخاطبان ارائه دهم.
