写稿
投稿
据外媒报道，桑迪亚国家实验室的研究人员和国际合作伙伴利用包括可解释机器学习模型在内的计算方法，开发出一种新型高熵合金，不仅具有更好的储氢性能，而且可以直接在实验室合成和验证。
针对特定用例优化的固态储氢材料可能是氢经济转型的关键因素。然而，多年来，新型氢化材料的开发一直是由化学直觉或实验试错驱动的手动过程。数据驱动的材料发现范式提供了传统方法的替代方案，其中机器/统计学习 (ML) 模型用于有效筛选材料以获得所需的特性，并显著减少昂贵/耗时的第一性原理建模和实验的范围。
桑迪亚团队成员包括Vitalie Stavila、Mark Allendorf、Matthew Witma 和 Sapan Agarwal。 Witman说：“我们特别关注一种相对较新的储氢材料，即高熵合金 (HEA) 氢化物。其巨大的组合成分空间和局部结构无序需要一种不依赖于精确晶体结构的数据驱动方法来进行性能预测。我们的ML模型可以在大HEA空间中快速筛选氢化物稳定性，并允许根据目标热力学性质和次要标准（例如合金相稳定性和密度）进行选择以进行实验室验证。”
他还表示：“人们对储氢研究，以及氢与不同材料相互作用的热力学值数据库做了大量研究。借助现有的数据库、各种机器学习等计算工具，以及最先进的实验能力，我们成立了一个国际合作团队来共同开展这项工作，我们证明了机器学习技术确实可以模拟氢与金属相互作用时发生的复杂物理和化学现象。”
通过数据驱动的建模预测热力学特性可以快速提高研究速度，机器学习模型构建和训练成功后，只需几秒钟就可以执行，因此可以快速筛选新的化学空间：在这种情况下，有600种材料显示了储氢的可能性。
马克·艾伦多夫说：“这个项目只需要 18 个月就可以完成。如果没有机器学习，可能需要几年时间。以前，材料从实验室被发现到商业化需要大约20年的时间，所以这个发现非常重要。”
斯塔维拉表示，该团队还发现，当氢通过不同材料时，这些高熵合金氢化物可以实现自然级联压缩。传统上，氢气的压缩是通过机械过程完成的。这一发现可能对氢燃料电池加气站的小规模制氢产生重大影响。
在海平面大气条件下产生的氢气压力约为1巴。燃料电池充电站的氢气必须具有800巴或更高的压力，才能以700巴的氢气分配给燃料电池氢汽车。
Stavila描述了一个具有多层不同合金的储罐。当氢气被泵入罐中时，第一层会在气体通过材料时对其进行压缩。第二层通过不同合金的所有层进一步压缩气体，依此类推。
Vitalie Stavila说：“当氢气通过这些金属层时，它会在没有机械作用的情况下逐渐加压。理论上，你可以泵入1 bar的氢气并排放800 bar，这也是氢气充电站所需要的压力“。Agarwal说，团队该模型仍在改进中，但由于该数据库已通过能源部公开，一旦获得更好的理解，机器学习可能有助于在材料科学等许多领域取得突破。
往期精选回顾;
