ТАСС, 26 июня. Специалисты Международного исследовательского института интеллектуальных материалов Южного федерального университета (МИИ ИМ ЮФУ) разработали технологию получения новых недорогих и экологичных катализаторов для широкого спектра важных химических реакций. Как сообщили в понедельник в пресс-службе ЮФУ, разработчики научились крайне экономно расходовать дорогой металл палладий, создав так называемый одноатомный катализатор на основе палладия в минерале цеолите.
"Международный коллектив исследователей разработал ряд новых катализаторов на основе палладия и рутения, обладающих высокой активностью и селективностью. Среди полученных катализаторов один из наиболее перспективных и эффективных - гетерогенный катализатор на основе палладия в цеолите. Несмотря на то, что палладий, как и большая часть металлов для катализаторов, является довольно дорогим материалом, ученые смогли применять его экономно и эффективно. Это удалось благодаря использованию одноатомного нанокатализатора, заключенного внутри поры цеолита. Таким образом, себестоимость палладия минимальная, а сама технология позволяет использовать вещество катализатора полностью. Кроме того, палладий внутри цеолита позволяет контролировать избирательность реакции в ходе активации ароматических углеводородов", - отметили в пресс-службе.
Как подчеркнул руководитель проекта профессор МИИ ИМ ЮФУ Александр Солдатов, такое исследование выполнено впервые, и его авторы получили глобально важные и фундаментальные результаты - принципиально новые и важные знания о каталитических реакциях при реальных технологических условиях. В результате выполнения проекта впервые успешно исследован ряд промышленно значимых каталитических систем (одноатомных нанокластеров металлов в матрице из цеолита) при реалистичных условиях и установлен механизм преобразования электронной структуры катализатора в ходе процесса.
В ходе проекта проведено более 10 экспериментов на ведущих международных центрах синхротронного излучения: ESRF (Гренобль, Франция), ALBA (Барселона, Испания), Soleil (Париж, Франция), SLS (Швейцария). Исследователи применили технологии искусственного интеллекта для анализа больших данных, возникающих при диагностике материалов и химических процессов на установках мега-сайенс. Разработаны новые подходы на основе машинного обучения и суперкомпьютерного моделирования, которые позволяют существенно улучшить качество структурной информации, извлекаемой из спектральных данных.