Yapay zeka, hidrojen yakıt hücreleri için yeni katalizör yolunu gösterdi

Hidrojen yakıt hücreleri, ağır taşımacılık, denizcilik ve sıfır emisyonlu enerji sistemlerinde önemli bir teknoloji alanı olarak görülüyor. Ancak bu sistemlerin geniş ölçekte yaygınlaşmasının önündeki en büyük engellerden biri, oksijen indirgeme reaksiyonunu çalıştırmak için platin gibi pahalı ve sınırlı değerli metallere duyulan ihtiyaç. Japonya’daki Tohoku Üniversitesi İleri Malzeme Araştırma Enstitüsü araştırmacıları, bu soruna yönelik yeni bir katalizör tasarım yaklaşımı geliştirdi. Ekip, yapay zeka ve makine öğrenimi algoritmalarını kullanarak tek atomlu katalizörler için uzun süredir kabul gören geleneksel “tek zirveli volkan” modelinin çift atomlu katalizörlerde geçerli olmadığını ortaya koydu.

 

ÇİFT ATOMLU KATALİZÖRLER İNCELENDİ
Araştırmacılar, veri madenciliği araçları ve yapay zeka tabanlı analizlerle çift atomlu katalizörlerin yüksek verimlilik mekanizmasını inceledi. Bu katalizörler, tek tek metal atomları yerine birlikte çalışan iki atomlu yapılara dayanıyor. Tohoku Üniversitesi ekibi, Dijital Kataliz Platformu’ndan elde edilen büyük deneysel veri kümesini makine öğrenimi yöntemleriyle analiz etti. Çalışmada mikrokinetik modelleme, kuantum simülasyonları ve yorumlanabilir yapay zeka teknikleri birlikte kullanıldı. Ekip, 200’den fazla çift atomlu katalizör yapısını simüle ederek oksijen indirgeme reaksiyonundaki davranışlarını değerlendirdi.

TEK ZİRVELİ MODEL GEÇERLİ OLMADI
Katalizör biliminde uzun süredir en iyi performansın dar bir kimyasal özellik aralığında, tek bir optimum noktada ortaya çıktığı kabul ediliyordu. Bu yaklaşım, tek tepeli volkan modeli olarak biliniyor. Tohoku Üniversitesi araştırmacıları, çift atomlu katalizörlerin bu yerleşik modele uymadığını gösterdi. Bulgulara göre çift atomlu yapılar, tek atomlu katalizörlerde görülen birleşme reaksiyon yolundan farklı olarak ayrışma mekanizması üzerinden çalışıyor. Bu durum, katalizör performans eğrisinde tek bir zirve yerine iki ayrı yüksek performans alanı oluşturuyor.

 

ÇİFT SABATIER OPTİMUMU ORTAYA KONDU
Araştırmacılar, çift atomlu katalizörlerde iki atomun eşgüdümlü çalışarak reaksiyonun hız sınırlayıcı adımlarını dengelediğini belirledi. Oksijen ayrışması, oksijen protonasyonu ve hidroksil protonasyonu gibi kritik adımların birlikte yönetilmesi, “çift Sabatier optimumu” olarak adlandırılan yeni bir tasarım ilkesini ortaya çıkardı. Bu model, çift atomlu katalizörlerin neden bazı koşullarda geleneksel beklentilerin üzerinde performans gösterebildiğini açıklıyor. Yeni yaklaşım, katalizör tasarımında daha geniş ve daha esnek bir malzeme aralığının değerlendirilebilmesine imkan sağlıyor.

 

UCUZ GEÇİŞ METALLERİNE KAPI AÇABİLİR
Yeni tasarım prensibinin önemli sonuçlarından biri, katalizörlerde yalnızca değerli metallerin değil, daha düşük maliyetli geçiş metalleri, metal benzeri elementler ve metal olmayan atom kombinasyonlarının da kullanılabilmesi ihtimali oldu. Geliştirilen makine öğrenimi tahmin çerçevesi, laboratuvarda uzun sürebilecek deneme-yanılma süreçlerini dijital ortamda hızlandırmayı hedefliyor. Böylece yüksek verimlilik sunabilecek düşük maliyetli katalizör kombinasyonlarının daha kısa sürede belirlenmesi mümkün hale gelebilir. Bu durum, hidrojen yakıt hücrelerinde platin bağımlılığının azaltılması açısından önemli bir araştırma alanı oluşturuyor.

 

YAKIT HÜCRELERİ DIŞINDA DA KULLANILABİLİR
Tohoku Üniversitesi WPI-AIMR’den Prof. Hao Li, çalışmanın çift atomlu sistemlerin tek atomlu katalizörlerle aynı kurallara göre çalıştığı yönündeki varsayımı değiştirdiğini belirtti. Li’ye göre iki atomun birlikte çalışması, farklı kimyasal mekanizmaların ortaya çıkmasına ve daha düşük maliyetli alternatif malzemelerin tasarlanmasına imkan sağlıyor. Araştırmacılar, geliştirilen yapay zeka temelli yaklaşımın yalnızca hidrojen yakıt hücreleriyle sınırlı kalmayabileceğini, karbondioksit yakalama ve petrokimya alanındaki yeşil dönüşüm süreçlerinde de kullanılabileceğini değerlendiriyor.

OTONOM MALZEME TASARIMI HEDEFLENİYOR
Japon araştırma ekibi, çalışmanın sonraki aşamasında bu metodolojiyi daha karmaşık çok metalli katalizör sistemlerine uygulamayı planlıyor. DigCat platformu üzerinde otonom yapay zeka ajanları, elektrokimyasal simülasyon yazılımları ve derin öğrenme modellerinin bir araya getirilmesi hedefleniyor. Bu yapı, sürdürülebilir enerji teknolojileri için yeni katalizörlerin daha hızlı ve daha sistematik biçimde tasarlanmasına yardımcı olabilir. Tohoku Üniversitesi’nin çalışması, yapay zekanın hidrojen ekonomisinde kritik malzeme darboğazlarını aşmak için nasıl kullanılabileceğini gösteren yeni bir örnek olarak öne çıkıyor.