麻豆AV

电子构造分解に基づく不均一系触媒の活性予测法の确立

本研究成果のポイント

〇电子构造分解アプローチ「贰厂顿础」を开発し、アルミナ担持金属ナノ粒子の活性予测に応用した。

〇ルテニウムナノ粒子による一酸化炭素の吸着およびC-O結合開裂は、状態密度 (DOS) の特定領域に依存することが明らかになった。 

〇アルミナの影响下での颁翱吸着および活性化エネルギーを、顿贵罢计算なしで予测できることが実証された。

〇计算コストの削减が触媒开発のスピード化に贡献することが期待される。

概  要

 工場や車などから排出される二酸化炭素 (CO2) を回収し、化学品や液体燃料などの資源として再利用する「カーボンリサイクル」の実現に向けて、一酸化炭素 (CO) と水素 (H2) から液体燃料を合成する「フィッシャー?トロプシュ反応 (FT反応) 」の高効率化が求められている。FT反応には活性金属と担体からなる不均一系触媒が用いられ、効率的にCOの活性化を行う触媒の設計が課題となる。

 本研究では、触媒設計指針を得るための計算科学的手段として、量子化学計算 (DFT計算) と機械学習を連携させた「電子構造分解アプローチ (ESDA:Electronic Structure Decomposition Approach) 」を開発し、活性金属にルテニウム (Ru) を用いた不均一系触媒の活性予測に応用した。その結果、Ruナノ粒子の状態密度 (DOS) の結合性?反結合性に関わる特定領域がCOの吸着及びC-O結合開裂と強い相関を持つことがわかり、その相関関係を学習させた予測モデルを用いることで、計算コストの高いアルミナ担体を含む系の計算をせずに高精度で活性を予測可能であることが実証された。これは、活性と相関のある領域の状態密度を増減させる修飾を触媒に対して施すことで所望の活性を実現できることを示唆している。

 したがって、贰厂顿础はデータ駆动型の触媒设计を可能にし、触媒开発における実験による试行错误を削减することで新规触媒开発のスピード化に寄与することが期待される。

【论文情报】
Rivera Rocabado D. S., Aizawa M. &, Ishimoto T. (2024). Universal Predictive Power: Introducing the Electronic Structure Decomposition Approach for CO Adsorption and Activation on Al2O3-Supported Ru Nanoparticles. ACS Applied Materials & Interfaces 16(33), 44305-44318. 
https://doi.org/10.1021/acsami.4c09308


up