Forscher zeigen Möglichkeiten zur Feinabstimmung von Nanopartikeln auf und skizzieren zukünftige Forschungsbereiche

Die Nachfrage nach erneuerbaren Energiequellen wächst ständig und treibt die Entwicklung katalytischer Technologien voran. Durch die Trennung und Bildung chemischer Bindungen können diese Technologien zur Erzeugung umweltfreundlicher Energie genutzt werden.

In den letzten Jahrzehnten haben Forscher aktiv untersucht, wie Kern-Schale-Nanopartikel die Leistung katalytischer Systeme verbessern können, die hauptsächlich Metallkatalysatoren verwenden, die chemische Reaktionen beschleunigen.

Forscher von Skoltech analysierten die neuesten Errungenschaften bei der Synthese von Kern-Schale-Partikeln, Forschungsmethoden und Techniken zur Anpassung ihrer Eigenschaften und identifizierten auch die vielversprechendsten Bereiche für zukünftige Forschung. Ein großer Rezension wurde veröffentlicht in Nanoskalig.

Bimetallische Kern-Schale-Partikel sind Nanopartikel mit einer Größe von 1 bis 100 Nanometern. Ihr Kern und ihre Hülle bestehen aus unterschiedlichen Metallen. Nanopartikel verfügen im Gegensatz zu gewöhnlichen Partikeln über einzigartige Eigenschaften, die ihren aktiven Einsatz bei der Krebsdiagnose, der Entwicklung kompakter elektronischer Geräte, dem Design von Solarmodulen und in vielen anderen Bereichen ermöglichen.

„Wir haben eine große Rezension erstellt, in der wir zeigen, wie die Eigenschaften von Nanopartikeln experimentell fein abgestimmt werden können. Die Rezension deckt Artikel der letzten drei bis vier Jahre ab. Die Methoden zur Synthese und Erforschung von Nanomaterialien entwickeln sich ständig weiter, sodass mittlerweile fast jedes Atom vorhanden ist „kann unter einem Mikroskop beobachtet werden, ebenso wie die Schichten verschiedener Metalle in solchen Partikeln. Untersuchungen haben gezeigt, dass die katalytische Aktivität von Partikeln durch Änderungen in der Anzahl der Metallschichten beeinflusst werden kann“, sagte Ilya Chepkasov, der Hauptautor der Studie studiert und ist leitender Forschungswissenschaftler am Energy Transition Center bei Skoltech.

Die Autoren haben mehrere Probleme identifiziert, auf die sie in zukünftigen Studien unbedingt achten sollten. Das Problem, die Zusammensetzung der Oberflächen von Kern-Schale-Partikeln zu ermitteln, macht es schwieriger, die Beziehung zwischen ihrer Struktur und ihren Eigenschaften zu verstehen. Um die Synthese bimetallischer Kern-Schale-Partikel zu verbessern, ist es entscheidend, die Zusammensetzung ihrer Oberfläche herauszufinden.

Das Team wies auch darauf hin, dass die Untersuchung von Nanomaterialien neue theoretische Methoden erfordert, um die Eigenschaften von Verbindungen vorherzusagen, die noch nicht experimentell untersucht und noch nicht einmal synthetisiert wurden.

Eine der effektivsten Möglichkeiten, dies zu erreichen, besteht darin, moderne Fortschritte auf dem Gebiet der künstlichen Intelligenz zu nutzen, beispielsweise deskriptorbasierte und deskriptorfreie Modelle des maschinellen Lernens, um die erforderlichen Eigenschaften vorherzusagen. Graphische neuronale Netze können verwendet werden, um die atomare Struktur eines Nanopartikels zu entschlüsseln und die Beziehungen zwischen seiner Struktur und seinen Eigenschaften zu bestimmen.

„Unser Review ist nicht nur eine systematische Beschreibung früherer Studien, sondern eine Analyse zuvor gewonnener Daten und eine detaillierte Diskussion vielversprechender Bereiche, die wir auf der Grundlage dieser Daten identifiziert haben. Es gibt viele wichtige Richtungen. Eine davon ist die Entwicklung von „Neue prädiktive KI-basierte Methoden. Sie werden dabei helfen, schnell und genau die gewünschten Eigenschaften der zukünftigen Nanopartikel zu bestimmen, die als Katalysatoren für verschiedene chemische Prozesse verwendet werden können“, sagte Alexander Kvashnin, Mitautor der Studie und Professor an der Energiehochschule Übergangszentrum bei Skoltech.

Mehr Informationen:
Ilya V. Chepkasov et al., Strukturgesteuerte Abstimmung der katalytischen Eigenschaften von Kern-Schale-Nanostrukturen, Nanoskalig (2024). DOI: 10.1039/D3NR06194A

Bereitgestellt vom Skolkowo-Institut für Wissenschaft und Technologie

ph-tech