逐点设计催化剂

催化，使用试剂加速化学反应，是大企业。通过综合新化学品来清理汽车和可持续能量装置，如氢燃料电池，催化剂在我们的日常生活中发挥着巨大作用。Roy L. Johnston教授和弗朗西斯卡Baletto博士at the University of Birmingham and King’s College London respectively are using novel computational approaches not just to understand the intricate mechanisms of how such catalysts work but to use this knowledge to design new, more efficient nanocatalysts for particular applications.

催化剂通过降低反应发生所需的能量来加速化学反应。为了达到这一目的，催化剂与化学反应物形成一种中间复合物，以提供一种能量较低的反应途径。这些中间配合物通常是短暂的，因为为了让催化循环继续下去，催化剂需要“刷新”，以便在未来的反应中使用。

有许多类型的催化剂由各种不同的化学元素组成。一些最常用的元素是过渡金属，因为它们可以与各种各样的化学物种相互作用。这些元件也可以以各种方式布置，以制备具有不同形状和结构的催化剂，这可以对其效率和性质具有显着影响。

由于催化剂在去除废气中有毒的一氧化碳等过程中发挥着关键作用，因此迫切需要开发高效、强大和成本效益高的新型催化剂。然而，智能地设计新的催化剂或预测哪些材料可能在实验室成功依赖于对复杂的催化机制的深入理解，这本身也是一个非常具有挑战性的问题。来自伯明翰大学和伦敦国王学院的罗伊·l·约翰斯顿教授和弗朗西斯卡·巴莱托博士与他们的合作者正在开发和应用计算技术来解决这个问题，方法是设计和剪裁催化纳米材料。

约翰斯顿和巴莱托的目标是利用最先进的数值和计算技术在纳米尺度上调整催化

逐点催化
计算催化材料计算上并非卑鄙。虽然计算建模可用于非常精确地，建模固体，特别是具有重质原子的诸如金属的造型，但具有许多额外挑战的虽然可以使用简单的气相化学反应的结果。Johnston教授和巴雷托博士也对更加异常材料的性质特别感兴趣，称为纳米合金，其具有许多所需和增强的催化性质。这些纳米合金是由两个或更多个金属元素组成的纳米颗粒。

催化反应的计算建模需要了解催化剂本身的结构以及其与其相互作用的任何基材。Johnston教授和巴莱托博士研究的纳米铝是特别复杂的，因为它们有各种尺寸。这意味着计算模型需要试验大量不同的配置和粒度，以探索结构特征的哪种组合会产生最有前途的催化剂。

尽管在构建准确的模型方面存在挑战，Johnston教授和Baletto博士使用的方法的优势在于，这些计算提供了有关催化机制的一定程度的细节，这是在实验室实验中根本不可能捕捉到的。例如，从实验上知道，在催化剂表面的原子层中引入额外的应变，可能会导致相同元素的非应变表面的化学性质不同。然而，支持这一观察的机制直到相应的计算模型被执行后才被理解。

通过在反应事件期间催化剂结构的潜在变换，甚至更大水平的复杂性被引入计算模型中。虽然催化剂形状的这种变化可以是罕见的事件，但是必须考虑计算模型中的这些可能性以准确地再现实验。As well as the development of new catalytic materials, this is also driving the development of new computational methods, as part of the TOUCAN project (‘Towards an Understanding of Catalysis on Nanoalloys’), a collaborative network of projects focused on understanding how nanoparticles and nanoalloys can speed up chemical reactions.

Johnston和Baletto正在寻找描述符以将金属纳米粒子的结构与其催化性能相关联

绿色能源
约翰斯顿教授和巴莱托博士之所以对纳米合金如此感兴趣，而不是传统的基板支撑的单金属催化剂，关键原因之一是它们在可持续能源和清洁技术领域可能产生的潜在影响。他们研究了纳米合金在催化各种反应中的影响，包括氧还原反应(ORR)，这在电化学燃料电池中很重要，以及一氧化碳(CO)的氧化。CO是一种有毒污染物，是燃料电池催化剂的主要毒物之一;它降低了铂电极的效率，由于铂的日益稀缺，更换铂电极的成本高得令人难以置信。

不幸的是，有许多现有的催化剂，其中铂金是必不可少的组分，并且发现可以充当合适的替代品的化学元素有挑战性。然而，铂纳米合金提供了一种使催化剂具有高效的途径，但通过用更便宜的金属替换一些铂含量，需要更少的铂。Johnston教授和巴雷托博士一直在为一系列不同金属的替代品的替代量的影响，看看它们是否可以识别哪些金属以及每种金属，需要设计新颖，高效和选择性催化剂用于CO的反应₂捕获和还原，O₂减少。

约翰斯顿教授和巴莱托博士的工作帮助我们对催化剂的工作原理提供了前所未有的深入了解，并引领了新的、通用的计算方法的发展，这些方法可以用来预测各种催化物质的性质。所有这些都有助于推动“智能”催化剂设计。这将有助于识别和预先筛选可能成功的候选物种，这不仅是一项节省成本的工作，而且对加速新一代清洁技术催化剂的开发至关重要。