Erforschung versteckter atomarer Bewegungen durch maschinelles Lernen

Forscher am Fritz-Haber-Institut der MPG haben den Automatic Process Explorer APE entwickelt, einen Ansatz, der das Verständnis atomarer und molekularer Prozesse verbessert. Durch die dynamische Verfeinerung von Simulationen hat APE unerwartete Komplexitäten in der Oxidation von Palladium-Oberflächen aufgedeckt und bietet neue Einblicke in das Verhalten von Katalysatoren.

Weitere Nachrichten zum Thema

07.09.2020 • Nachricht • Industrie & Technologie

Oxidationsstufen in Batterien bestimmen

17.03.2008 • Nachricht • Industrie & Technologie

Atombewegungen sichtbar machen

08.03.2012 • Nachricht • Forschung

Kamera filmt Atombewegungen in Molekülen

Kinetische Monte-Carlo-Simulationen sind entscheidend für das Studium der Langzeitentwicklung atomarer und molekularer Prozesse. Sie werden häufig in Bereichen wie der Oberflächenkatalyse eingesetzt, wo Reaktionen auf Materialoberflächen entscheidend für die Entwicklung effizienter Katalysatoren sind, die Reaktionen in der Energieproduktion und Abgasreinigung beschleunigen. Traditionelle kMC-Simulationen basieren auf voreingestellten Eingaben, die ihre Fähigkeit einschränken können, komplexe atomare Bewegungen zu erfassen. Hier kommt APE ins Spiel.

Entwickelt von der Theorie-Abteilung des Fritz-Haber-Instituts, überwindet APE Verzerrungen in traditionellen kMC-Simulationen, indem die Prozessliste dynamisch basierend auf dem aktuellen Systemzustand aktualisiert wird. Dieser Ansatz fördert die Erforschung neuer Strukturen und ermöglicht eine effiziente strukturelle Exploration. APE trennt den Prozess der Exploration von den kMC-Simulationen und nutzt eine unscharfe maschinelle Lernklassifikation, um unterschiedliche atomare Umgebungen zu identifizieren. Das ermöglicht eine breitere Erforschung potenzieller atomarer Bewegungen.

Durch die Integration von APE mit maschinell gelernten interatomaren Potenzialen, kurz MLIPs, wurde es auf die Frühphase der Oxidation von Palladium-Oberflächen angewendet, einem wichtigen System in der Abgasreinigung. APE deckte nahezu dreitausend Prozesse auf, weit über den Möglichkeiten traditioneller kMC-Simulationen. Diese Erkenntnisse zeigen komplexe atomare Bewegungen und Umstrukturierungsprozesse, die auf Zeitskalen ähnlich wie molekulare Prozesse in der Katalyse auftreten.

Die APE-Methodologie bietet ein detailliertes Verständnis der Umstrukturierung von Pd-Oberflächen während der Oxidation und offenbart bisher unerkannte Komplexitäten. Diese Forschung verbessert unser Wissen über die Entwicklung von Nanostrukturen und deren Rolle in der Oberflächenkatalyse. Durch die Verbesserung der Effizienz von Katalysatoren haben diese Erkenntnisse das Potenzial, die Energieproduktion und den Umweltschutz erheblich zu beeinflussen, indem sie zu saubereren Technologien und nachhaltigeren industriellen Prozessen beitragen.

FHI / RK