使用量子计算来发现一种改进的清洁氢催化剂

多伦多大学应用科学与工程学院和富士通的研究人员开发了一种新方法，可以通过“化学空间”搜索具有理想特性的材料。

该技术产生了一种很有前途的新型催化剂材料，可以帮助降低生产清洁氢的成本。

这一发现代表了朝着更可持续的能源储存方式迈出的重要一步，包括使用可再生但间歇性的能源，如太阳能和风能。

“扩大我们所谓的绿色氢的生产是世界各地研究人员的首要任务，因为它提供了一种无碳的方式来储存来自任何来源的电力，”EdwardS.RogersSr.系教授TedSargent说。电气和计算机工程专业的高级作者，在Matter上发表了一篇新论文。

“这项工作为克服剩余关键挑战之一的新方法提供了概念验证，即缺乏高活性催化剂材料来加速关键反应。”

如今，几乎所有商用氢气都是由天然气生产的。该过程会产生二氧化碳作为副产品：如果将CO2排放到大气中，则该产品称为“灰氢”，但如果将CO2，​​则称为“蓝氢”。

相比之下，“绿色氢”是一种无碳方法，它使用一种称为电解槽的装置将水分解成氢气和氧气。氢气随后可以在燃料电池中燃烧或反应以再生电能。然而，可用电解槽的低效率意味着水分解步骤中的大部分能量都以热量的形式浪费了，而不是被氢气捕获。

世界各地的研究人员都在竞相寻找可以提高这种效率的更好的催化剂材料。但是由于每种潜在的催化剂材料都可以由几种不同的化学元素组成，并以多种方式组合，因此可能的排列数量很快就会变得多得难以承受。

“一种方法是通过人类的直觉，通过研究其他团队制造的材料并尝试类似的东西，但这非常缓慢，”材料科学与工程系博士说。候选人JehadAbed，新论文的两位共同主要作者之一。

“另一种方法是使用计算机模型来模拟我们可能尝试的所有潜在材料的化学性质，从第一原理开始。但在这种情况下，计算变得非常复杂，并且运行模型所需的计算能力变得巨大”

为了找到解决方法，该团队转向了新兴的量子计算计算领域。他们使用了DigitalAnnealer，该工具是多伦多大学工程学院和富士通研究所之间长期合作的成果。此次合作还促成了多伦多大学富士通共创研究实验室的成立。

“DigitalAnnealer是独特的硬件和软件的混合体，旨在高效解决组合优化问题，”富士通咨询(加拿大)公司高级研究员HidetoshiMatsumura说。

“这些问题包括在运输网络的多个位置之间找到最有效的路线，或者选择一组股票来构成平衡的投资组合。另一个例子是搜索化学元素的不同组合以找到具有所需特性的催化剂，并且这对我们的数字退火炉来说是一个完美的挑战。”

在这篇论文中，研究人员使用一种称为簇扩展的技术来分析真正数量巨大的潜在催化剂材料设计——他们估计总数约为数百千万亿。从角度来看，一千万亿大约是3200万年将经过的秒数。

结果指向了一个很有前途的材料家族，由钌、铬、锰、锑和氧组成，其他研究小组以前没有探索过。

该团队合成了其中的几种化合物，发现其中最好的化合物表现出质量活性——衡量单位质量催化剂可以催化的反应数量的指标——比目前可用的一些最好的催化剂高大约八倍.

新催化剂还有其他优点：它在酸性条件下运行良好，这是最先进的电解槽设计的要求。目前，这些电解槽依赖于主要由铱制成的催化剂，这是一种稀有元素，获取成本很高。相比之下，新型催化剂的主要成分钌储量更丰富，市场价格也更低。

该团队还有更多工作要做：例如，他们旨在进一步优化新催化剂的稳定性，然后才能在电解槽中对其进行测试。尽管如此，最新的工作还是证明了搜索化学空间的新方法的有效性。

“我认为这个项目令人兴奋的地方在于它展示了如何通过结合不同领域的专业知识来解决真正复杂和重要的问题，”电气和计算机工程博士说。候选人HitarthChoubisa，该论文的另一位共同主要作者。

“很长一段时间以来，材料科学家一直在寻找这些更高效的催化剂，而计算科学家一直在设计更高效的算法，但这两种努力已经脱节。当我们将它们结合在一起时，我们能够找到一个非常有前途的解决方案很快。我认为通过这种方式可以做出更多有用的发现。”