Phương pháp tính toán mới dự đoán các phản ứng hóa học ở nhiệt độ cao

Việc chiết xuất kim loại từ oxit ở nhiệt độ cao không những cần thiết để sản xuất kim loại như thép mà còn để tái chế. Bởi vì các quy trình khai thác hiện nay sử dụng rất nhiều carbon, thải ra một lượng lớn khí nhà kính, các nhà nghiên cứu đã và đang khám phá các phương pháp tiếp cận mới để phát triển các quy trình “xanh hơn”.

Công việc này đặc biệt khó thực hiện trong phòng thử nghiệm vì nó đòi hỏi những lò phản ứng đắt tiền. Xây dựng và chạy các mô phỏng trên máy tính sẽ là một giải pháp thay thế, nhưng hiện tại không có phương pháp tính toán nào có thể dự đoán chính xác các phản ứng oxit ở nhiệt độ cao khi không có dữ liệu thực nghiệm.

Một nhóm Kỹ thuật Columbia báo cáo rằng, họ đã phát triển một kỹ thuật tính toán mới, thông qua việc kết hợp cơ học lượng tử và máy học, có thể dự đoán chính xác nhiệt độ khử của oxit kim loại thành kim loại cơ bản của chúng.

Cách tiếp cận của họ về mặt tính toán hiệu quả như các phép tính thông thường ở nhiệt độ 0 và trong các thử nghiệm của họ, chính xác hơn so với các mô phỏng đòi hỏi tính toán về hiệu ứng nhiệt độ bằng phương pháp hóa học lượng tử.

Nghiên cứu do Alexander Urban, trợ lý giáo sư kỹ thuật hóa học dẫn dắt và được Nature Communications ASAP công bố .

Urban cho biết: “Việc khử cacbon trong ngành công nghiệp hóa chất là rất quan trọng nếu chúng ta muốn chuyển đổi sang một tương lai bền vững hơn, nhưng việc phát triển các giải pháp thay thế cho các quy trình công nghiệp hiện có là rất tốn kém và mất thời gian. Một thiết kế quy trình tính toán từ dưới lên không yêu cầu thử nghiệm ban đầu sẽ là một giải pháp thay thế hấp dẫn nhưng cho đến nay vẫn chưa được thực hiện”.

“Theo hiểu biết của chúng tôi, nghiên cứu mới này là lần đầu tiên một phương pháp tiếp cận hỗn hợp, kết hợp các phép tính toán học với AI, đã được thử nghiệm cho ứng dụng này. Đó là minh chứng đầu tiên cho thấy các phép tính dựa trên sử dụng cơ học lượng tử để thiết kế các quy trình nhiệt độ cao".

Các nhà nghiên cứu biết rằng, ở nhiệt độ rất thấp, các phép tính dựa trên cơ học lượng tử có thể dự đoán chính xác năng lượng các phản ứng hóa học yêu cầu hoặc giải phóng.

Họ đã tăng cường lý thuyết nhiệt độ bằng 0 này với một mô hình máy học phụ thuộc vào nhiệt độ từ các phép đo nhiệt độ cao được công bố công khai.

Họ đã thiết kế phương pháp tiếp cận của mình, tập trung vào việc chiết xuất kim loại ở nhiệt độ cao, để dự đoán sự thay đổi của "năng lượng tự do" theo nhiệt độ, cho dù nó cao hay thấp.

José A. Garrido Torres, tác giả đầu tiên của bài báo, là nghiên cứu sinh sau tiến sĩ tại phòng thử nghiệm của Urban và hiện là một nhà nghiên cứu, nhà khoa học tại Princeton cho biết: “Năng lượng tự do là đại lượng quan trọng của nhiệt động lực học và các đại lượng phụ thuộc nhiệt độ khác về nguyên tắc có thể được suy ra từ nó”.

“Vì vậy, chúng tôi kỳ vọng rằng cách tiếp cận của chúng tôi cũng sẽ hữu ích để dự đoán, chẳng hạn như nhiệt độ nóng chảy và khả năng hòa tan để thiết kế các quy trình chiết xuất kim loại điện phân sạch sử dụng năng lượng điện tái tạo”.

Nick Birbilis, phó hiệu trưởng trường Đại học Kỹ thuật và Khoa học Máy tính thuộc Đại học Quốc gia Úc, đồng thời là chuyên gia thiết kế vật liệu tập trung vào độ bền chống ăn mòn, cho biết: “Tương lai gần hơn một chút. Phần lớn nỗ lực của con người và vốn liếng trong thế kỷ qua là vào việc phát triển các vật liệu mà chúng ta sử dụng hàng ngày — và chúng ta dựa vào đó để cung cấp năng lượng, chuyến bay và giải trí ”.

“Quá trình phát triển vật liệu chậm và tốn kém, điều này làm cho máy học trở thành một bước phát triển quan trọng cho thiết kế vật liệu trong tương lai. Để máy học và AI đáp ứng được tiềm năng của nó, các mô hình phải phù hợp về mặt cơ học và có thể diễn giải được. Đây chính xác là những gì công việc của Urban và Garrido Torres thể hiện. Hơn nữa, lần đầu tiên công trình này áp dụng phương pháp tiếp cận toàn bộ hệ thống, liên kết các mô phỏng nguyên tử trên một mặt ứng dụng kỹ thuật đầu cuối — thông qua các thuật toán nâng cao”.

Hiện nhóm đang nghiên cứu mở rộng phương pháp tiếp cận các đặc tính vật liệu phụ thuộc vào nhiệt độ khác, chẳng hạn như tính hòa tan, độ dẫn điện và tính nóng chảy, cần thiết để thiết kế các quy trình chiết xuất kim loại điện phân không có carbon và chạy bằng năng lượng điện sạch.

Bình Minh dịch

Nguồn: Lab Manager, Hoa Kỳ