Ростовские учёные создали дешёвые катализаторы для химической промышленности
Для создания использовали искусственный интеллектУчёные из Международного исследовательского института интеллектуальных материалов Южного федерального университета (МИИ ИМ ЮФУ) разработали новую технологию для создания экологически чистых и доступных катализаторов, необходимых для множества химических реакций. Они научились использовать металл палладий очень эффективно, создавая так называемые одноатомные катализаторы на основе палладия, которые содержатся в минерале цеолите.
Один из полученных катализаторов, который особенно перспективен и эффективен, является гетерогенным катализатором на основе палладия в цеолите. Несмотря на высокую стоимость палладия и других металлов, используемых в катализаторах, учёным удалось эффективно и экономно использовать палладий. Они достигли этого, используя одноатомные нанокатализаторы, которые содержатся в порах цеолита. Это позволило снизить затраты на палладий до минимума, а также использовать катализатор полностью. Кроме того, палладий внутри цеолита позволяет контролировать выборочность реакции при активации ароматических углеводородов.
Важно отметить, что это первое исследование такого рода, и его результаты приобретают мировое значение. Учёные получили новые и фундаментальные знания о каталитических реакциях в реальных технологических условиях. В рамках проекта были исследованы промышленно значимые каталитические системы (одноатомные нанокластеры металлов в матрице из цеолита) при реалистичных условиях, а также установлен механизм изменения электронной структуры катализатора в процессе.
В ходе проекта было проведено более 10 экспериментов на ведущих международных центрах синхротронного излучения. Учёные применили передовые технологии искусственного интеллекта для анализа больших объёмов данных, получаемых при диагностике материалов и химических процессов. Они разработали новые подходы на основе машинного обучения и суперкомпьютерного моделирования, которые значительно повышают качество структурной информации, извлекаемой из спектральных данных.