Alle Menschen brauchen sauberes Wasser, um zu leben. Das Reinigen von Wasser kann jedoch energieintensiv sein, und daher besteht ein großes Interesse daran, diesen Prozess zu verbessern. Forscher der Universität Tohoku haben kürzlich eine Strategie unter Verwendung von datengesteuerten Vorhersagen in Verbindung mit der präzisen Synthese zur Beschleunigung der Entwicklung von Einzelatomkatalysatoren (SACs) für eine robustere und effizientere Wasserreinigung gemeldet.
Die Studie ist veröffentlicht In Angewandte Chemie International Edition.
SACs sind einer der wichtigsten Katalysatoren. Sie spielen eine zentrale Rolle bei der Verbesserung der Effizienz in verschiedenen Anwendungen, einschließlich der chemischen Industrie, der Energieumwandlung und Umweltprozessen. Insbesondere für die Wasserreinigung können SACs die Grenzen traditioneller heterogener Katalysatoren wie Kinetik, katalytischer Selektivität und Stabilität überwinden – ein vielversprechender Ansatz zur Weiterentwicklung effizienter und nachhaltiger Wasserreinigungstechnologien.
Die Entwicklung von SACs verwendet jedoch häufig zeitaufwändige Versuchs- und Errormethoden, und die typischen Synthesemethoden fehlen häufig ein hohes Maß an Kontrolle. Um einen Prozess zu vermeiden, bei dem im Wesentlichen Schüsse im Dunkeln gemacht werden, verfolgten die Forscher einen datengesteuerten Ansatz, bei dem sie schnell und genau vorhergesagt haben, welche SACs die beste Leistung haben würden, bevor sie überhaupt begonnen haben. Sie verglichen 43 Metals-N4-Strukturen, die Übergangs- und Hauptgruppenmetallelemente unter Verwendung einer Hard-Template-Methode umfassten.
Nach dieser Strategie stellten sie fest, dass der beste Kandidat ein gut konzipiertes Fe-SAC mit einer hohen Belastung von Fe-Pyridin-N4-Stellen (~ 3,83 Gew .-%) und einer stark mesoporösen Struktur war. Es zeigte erfolgreich eine ultrahohe Dekontaminationsleistung (Geschwindigkeitskonstante von 100,97 min-1 g-2).
„Der optimierte Fe-SAC kann auch 100 Stunden lang kontinuierlich funktionieren“ Zur Wasserreinigung – bisher gemeldet. „
Die Berechnungen der Dichtefunktionalentheorie zeigten den zugrunde liegenden Mechanismus: Der SAC reduzierte die Energiebarriere des ratebestimmenden Schritts, was die intermediäre O*-Formation ist. Dies führte zur hochselektiven Erzeugung von Singulett -Sauerstoff, von der gezeigt wurde, dass sie Schadstoffe zur Reinigung von Wasser abbauen.
Um sicherzustellen, dass die datengesteuerte Vorhersage diesen „besten“ Kandidaten genau ausgewählt hat, untersuchte das Forschungsteam die N4-Strukturen von fünf anderen Metallen (Fe, CO, Ni, Cu und MN) mit unterschiedlichen theoretischen Aktivitäten. Sie bestätigten, dass Fe-SAC unter den fünf ausgewählten SACs wirklich die hervorragendste Fenton-ähnliche Leistung zeigte und gut mit der datengesteuerten Vorhersage zustimmte.
Die genaue Integration einer datengesteuerten Methode mit einer präzise Synthesestrategie liefert ein neuartiges Paradigma für die schnelle Entwicklung von Hochleistungskatalysatoren für Umweltfelder und andere Bereiche, die nachhaltige Energie und Katalyse beinhalten. In Zukunft wollen die Forscher einen effizienten und benutzerfreundlichen Workflow für das schnelle und effektive Design von Katalysatoren entwickeln.
Diejenigen, die die Methode in ihre eigene Arbeit einbeziehen möchten, können die experimentellen Daten und Rechenstrukturen in der digitalen Katalyseplattform (Digcat): Die bisherige experimentelle Katalysedatenbank, die vom Hao Li -Labor entwickelt wurde.
Weitere Informationen:
Keng -Qiang Zhong et al., Datengesteuerte beschleunigte Entdeckung in Verbindung mit präziser Synthese von Einzelatomkatalysatoren für eine robuste und effiziente Wasserreinigung, Angewandte Chemie International Edition (2025). Doi: 10.1002/anie.202500004