数据驱动模型快速预测固态材料中的脱氢势垒

研究人员开发了一种数据驱动模型来预测氢化镁(MgH2)的脱氢势垒，氢化镁是一种很有前景的固态储氢材料。这一进步对于增强氢存储技术具有巨大潜力，氢存储技术是向可持续能源解决方案过渡的关键组成部分。

氢气因其多功能性和清洁能源潜力而受到认可，可以从各种可再生能源中生产。固态储氢材料，特别是MgH2，由于其高存储容量和资源丰富而被认为是高效储氢的主要候选材料。

然而，尽管过去五年进行了广泛的研究，MgH2的材料性能仍未达到美国能源部(US-DOE)设定的性能目标。

关键挑战在于理解固态储氢反应的基本原理。目前评估储氢材料效率的方法依赖于脱氢焓和能垒，后者特别复杂且计算量大。传统的过渡态搜索技术虽然随着时间的推移而不断完善，但仍然昂贵且耗时，限制了发现和优化的速度。

为了解决这个问题，研究小组引入了一个模型，该模型使用易于计算的参数来预测脱氢势垒：Mg-H键的晶体汉密尔顿布居轨道和原子氢原子之间的距离。通过推导距离-能量比，该模型捕获了反应动力学的基本化学性质，其计算需求明显低于传统方法。

“我们的模型提供了一种更快、更有效的方法来预测储氢材料的脱氢性能，”东北大学高级材料研究所(WPI-AIMR)副教授、该论文的通讯作者李浩说。“这使我们能够弥合实验技术留下的知识差距，并加速高性能储氢解决方案的开发。”

该模型的预测能力根据典型的实验测量进行了验证，显示出良好的一致性，并为增强MgH2的性能提供了清晰的设计指南。这一突破不仅推动氢化镁更接近美国能源部的目标，而且还为其他金属氢化物的更广泛应用奠定了基础。

研究小组计划将该模型的应用扩展到镁基材料之外。该模型变量的灵活性允许快速重新校准不同的金属氢化物，可能有助于发现新的复合材料和创新的固态储氢解决方案。

李补充道：“通过使我们的模型适应各种金属氢化物，我们可以加快储氢材料的探索和优化，为更清洁、更高效的能源系统铺平道路。”

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！