桑迪亚团队使用计算方法快速开发有吸引力的储氢性能的高熵合金
来自桑迪亚国家实验室的研究人员和国际合作者使用计算方法，包括可解释的机器学习模型，来阐明具有有吸引力的储氢特性和直接实验室合成和验证的新型高熵合金。
该团队与来自瑞典 Ångström 实验室和英国诺丁汉大学的研究人员在 ACS 期刊Chemistry of Materials上发表了一篇论文，详细介绍了该方法。
拥有数据驱动的建模能力来预测热力学特性可以迅速提高研究速度。一旦构建和训练，这种机器学习模型只需几秒钟即可执行，因此可以快速筛选新的化学空间：在这种情况下，600 种材料显示出氢储存和运输的前景。
该团队还发现，这些高熵合金氢化物可以在氢通过不同材料时实现自然级联压缩。压缩氢气传统上是通过机械过程完成的。这一发现可能对氢燃料电池加气站的小规模制氢产生重大影响。
在海平面大气条件下产生的氢气的压力约为 1 巴。燃料电池充电站的氢气必须具有 800 巴或更高的压力，以便可以将其作为 700 巴的氢气分配到燃料电池氢汽车中。
Stavila 描述了用多层这些不同合金建造一个储罐。当氢气被泵入罐中时，第一层会在气体通过材料时对其进行压缩。第二层通过不同合金的所有层进一步压缩它，依此类推。
该团队仍在完善模型，但由于该数据库已经通过能源部公开，一旦更好地理解该方法，使用机器学习可能会在包括材料科学在内的无数领域取得突破。
这项研究由美国能源部的氢和燃料电池技术办公室、能源效率和可再生能源办公室以及桑迪亚实验室指导的研究和开发计划赞助。 获取更多前沿科技 研究进展 访问：https://byteclicks.com
版权声明：除特殊说明外，本站所有文章均为 字节点击 原创内容，采用 BY-NC-SA 知识共享协议。原文链接：https://byteclicks.com/27481.html 转载时请以链接形式标明本文地址。转载本站内容不得用于任何商业目的。本站转载内容版权归原作者所有，文章内容仅代表作者独立观点，不代表字节点击立场。报道中出现的商标、图像版权及专利和其他版权所有的信息属于其合法持有人，只供传递信息之用，非商务用途。如有侵权，请联系 gavin@byteclicks.com。我们将协调给予处理。
