将 ScienceAI 设为星标
第一时间掌握
新鲜的 AI for Science 资讯
编辑丨%
除开作为养活全球 80 亿人口的关键肥料成分，氨还可以作为氢载体发挥作用。在清洁生产时，氨可以成为未来绿色氢经济的多功能推动者，因为氨比其包含的氢更容易运输和储存。
但问题在于，每年生产的 2 亿吨氨几乎全部是在耗能巨大的工厂中生产的，这些工厂消耗了全球总能耗的大约 2%，并排放的二氧化碳占全球总量的很大比例。
但现在，悉尼新南威尔士大学（University of New South Wales）的研究人员开发了一种改进的通过电解生产绿色氨的方法。
研究人员使用机器学习找到了一种创新的催化剂，加快了化学反应，实现了「氨生产速率提高了七倍」的效果，悉尼新南威尔士大学高级讲师、研究团队负责人 Ali Jalili 说：「同时，它的效率接近 100%。」
图示：氨生产里的电解水瞬间。
新的催化剂旨在改进一种使用可再生能源从空气和水中生产氨的原型方法。2021 年，与悉尼大学的研究人员合作开发的原型系统旨在以较低的成本小规模生产清洁氨，以便分散使用。然而，要实现商业化，氨的生产速率需要提高，因此研究人员需要对催化剂进行创新。
为了研制这种催化剂，研究人员从 13 种潜在的金属中选择了几种，这些金属的组合可能会提高效果。「但这意味着需要测试超过 8000 种不同的组合，」Jalili 表示，「一旦超过两种或三种成分，化学反应就会变得过于复杂，无法通过传统的试错方法来解决。」
通过 ML 提升氨含量
所以研究人员选择转向 ML。他们用 Python 编写了一个基于高斯过程学习的程序，可以检测少量数据中的模式。他们将程序输入了作为催化剂的金属的特性，以及他们自己实验室的数据，这些数据考虑了氨生产速率、成本、长期稳定性和法拉第效率。
当 AI 模型处理数据并给出建议后，研究人员会开展电解测试并反馈结果，这又会催生出一系列新的建议。经过四轮测试，便已筛选出 28 个候选实验，用于研究添加或去除元素对氨生产性能可能产生的显著影响。
图示：使用了 AI 提供的催化剂的新电解器。
「这 28 次测试仅用了不到一周时间，就直接研发出一种高效的五元合金，成分包括铁、铋、镍、锡和锌，其性能在基准测试中超过了所有其他组合，」Jalili 表示，「这将原本需要数月的发现周期大幅缩短，同时把绿色氨的生产效率提升了七倍 —— 这甚至超出了我们最乐观的预期。」
随后，这种合金被制成电极，用于早期实验室搭建的原型系统中。该系统的空气 - 水 - 氨模块包含纳秒脉冲等离子体反应器、装配了新型催化剂的电化学电池，以及工艺优化工具。
Jalili 将等离子体反应器形象地称为「管中的闪电」—— 它通过微小的电脉冲激活空气、分解氮分子，使其具备形成氨的活性。与此同时，电化学电池则加速了氮化合物向氨的转化过程。这是团队自主研发的工艺，基于可再生能源的混合过程，结合了等离子化学和电化学技术。
实验室模块可以被描述为一个装在标准 6 米集装箱内的空气制氨工厂。仅需空气和水，以及附近太阳能阵列或风能阵列提供的电力，一个试点装置每天可以生产 50 至 100 公斤的绿色氨 —— 这足以生产出供大约 1 至 5 公顷农田使用的氮肥，具体取决于作物种类。
在实验室条件之外，正在农庄测试的一个试点模块并非由可再生能源供电，而是直接连接到电网，每天可以生产 0.5 公斤基于氮的化肥，足以支持一个季度内 500 株黄瓜的生长所需。
实验室将会继续针对模块大小进行改进，目标是将其缩小成搜手提箱的大小。研究团队希望他们的模块会使使可再生能源丰富的地区能够实时生产绿色氨，而无需等待耗资数十亿美元的氢气工厂和配套基础设施的建设。
相关报道：https://spectrum.ieee.org/green-ammonia-ai-catalyst
人工智能 × [ 生物 神经科学 数学 物理 化学 材料 ]
「ScienceAI」关注人工智能与其他前沿技术及基础科学的交叉研究与融合发展。
欢迎关注标星，并点击右下角点赞和在看。
点击阅读原文，加入专业从业者社区，以获得更多交流合作机会及服务。
