本文840字，阅读约需3分钟

摘要：研究人员将Marcus–Hush–Chidsey动力学加入膜电极组件建模的模型，并将该模型与实验数据进行了验证，发现它比以前的模型更好地预测了现实世界的成果。

关键词：CO2转化、膜电极组件、模型、Marcus–Hush–Chidsey动力学、催化剂

伯克利实验室的科学家们开发了一个数字模型，以加速优化膜电极组件，将其转化为燃料和其他产品。

二氧化碳可以转化为有价值的原料，如一氧化碳和乙烯，制造商用它们来生产化学品和包装材料等产品。实现这一目标的一种方法是使用膜电极组件，这些装置由两个电极组成，中间隔着一个膜。

膜电极组件也用于将氢气等输入转化为电能的燃料电池中，有望利用剩余的可再生能源来运行相关反应，将二氧化碳催化成其他化学物质。然而，这些装置存在效率问题，其工作原理尚未完全被理解。

膜电极组件是具有多层的复杂系统。每层都含有不同的化学物质、添加剂和颗粒。通常，我们真的不知道膜电极组件实验产生某些产品的原因，或者为什么它们未能转化更大比例的给定量的二氧化碳。

——伯克利实验室的高级科学家，该研究的通讯作者Adam Weber

计算机模型可以帮助预测哪些设备参数将产生最佳结果，但它们在预测诸如交叉问题时的准确性较低，即二氧化碳穿过膜却不发生反应。为了提高模型的准确性，研究人员转向Marcus–Hush–Chidsey动力学，这是一个以前没有集成到膜电极组件建模中的理论，并且被证明对于理解反应机制至关重要。

研究人员将他们的模型与实验数据进行了验证，发现它比以前的模型更好地预测了现实世界的成果。使用Marcus–Hush–Chidsey动力学的优势之一是，它使得考虑水取向的作用成为可能。

团队利用模型进行了虚拟实验，探索了不同膜电极组件设计在二氧化碳利用和对期望产品的选择性方面的表现。

团队虚拟测试的一些变量包括催化剂层厚度和催化剂特定表面积。他们还揭示了关于耦合离子和水传输的重要性的设计规则，以及传输现象与反应和缓冲动力学之间的权衡。所有这些都改变了整体能效、获得的产品种类以及转化的二氧化碳量。

拥有一个系统的数字孪生可以让你比在实验中更快地探测更大的参数空间，实验通常复杂且需要特殊设备。在实验中我们看不到每个分子的位置。但在模型中，我们可以做到。

——Adam Weber

Weber表示，研究的下一步是增加模型的复杂性，以便能够查看膜电极组件在其使用寿命期间的性能，以及探索其他变量的影响。

（1）征稿启事

应部分读者建议，本公众号现开放投稿，面向企业及科研机构人员征集稿件，可以分享技术信息、学术类论文、科研成果以及研究见解等。

投稿请发送至邮箱：support@aipatent.com（请注明“AIpatent公众号”来稿）

（2）资讯定制

我们是专注于国际技术转移的服务商，致力于将日本及其他国家的先进技术引入中国。如有海外先进技术资讯定制需求，请联系邮箱：info@aipatent.com（请注明“资讯定制”）

语智海报.png

一种用于优化CO2转化的膜电极组件的数字模型