对新催化材料对分解水进行反应的艺术诠释。图片来源：Jin Huang 和 Siyuan Zuo

科学家们使用纳米粒子“巨型库”发现了一种低成本、高性能的铱替代品，开辟了一条更快的途径，以获得负担得起的氢能。

寻找铱替代品

多年来，全球科学家一直致力于取代铱，铱是一种珍贵且极其昂贵的金属，在生产清洁氢燃料方面发挥着关键作用。

最近，研究人员使用一种突破性的工具成功地确定了替代品，他们只用了一个下午就完成了。

该工具由西北大学开发，被称为大型图书馆。被描述为世界上第一个纳米材料“数据工厂”，一个大型图书馆保存着数百万个精心设计的纳米颗粒，这些纳米颗粒排列在一个不超过指尖的芯片上。

西北大学团队与丰田研究所 （TRI） 合作，使用该平台确定了有前途的制氢催化剂。在确定候选产品后，他们将其放大并证明该材料可以在非常短的时间内在实际设备中发挥作用。

材料发现的大型图书馆

这个巨型库使科学家能够测试四种金属的无数组合，这些金属丰富、廉价且以其催化特性而闻名。从这次大规模的筛选工作中，研究人员发现了一种全新的材料。在实验室试验中，它不仅与商业铱基催化剂相匹配，而且在某些情况下，性能优于商业铱基催化剂，而成本仅为商业铱基催化剂的一小部分。

其影响远远超出了降低绿色氢气价格的范围。这一成功还凸显了大型图书馆方法本身的潜力，它可能会彻底改变广泛领域发现新材料的方式。

该研究于 8 月 19 日发表在《美国化学会杂志》（JACS） 上。

寻找最佳材料的新方法

“我们已经释放了可以说是世界上最强大的合成工具，它使人们能够搜索化学家和材料科学家可用的大量组合，以找到重要的材料，”西北大学的 Chad A. Mirkin 说，他是该研究的资深作者和大型图书馆平台的主要发明者。“在这个特定的项目中，我们将这种能力用于能源部门面临的一个主要问题。也就是说：我们如何找到一种与铱一样好，但更丰富、更容易获得且更便宜的材料？这种新工具使我们能够找到一种有前途的替代品并迅速找到它。

作为纳米技术先驱，Mirkin 是西北大学温伯格艺术与科学学院的 George B. Rathmann 化学教授;麦考密克工程学院化学与生物工程、生物医学工程和材料科学与工程教授;国际纳米技术研究所执行董事。Mirkin 与 Weinberg 的 Lynn Hopton Davis 和 Greg Davis 化学教授、McCormick 电气和计算机工程教授以及 Paula M. Trienens 可持续发展与能源研究所执行主任 Ted Sargent 共同领导了这项工作。

氢的铱问题

随着世界摆脱化石燃料并走向脱碳，负担得起的绿色氢气已成为拼图的关键部分。为了生产清洁的氢能，科学家们转向了水分解，这是一种利用电将水分子分解成两种组成成分——氢和氧的过程。

然而，该反应的氧部分称为析氧反应 （OER），困难且效率低下。当科学家使用铱基催化剂时，开放式教育资源最有效，铱基催化剂具有明显的缺点。铱稀有、昂贵，通常作为铂金开采的副产品获得。铱比黄金更有价值，每盎司价值近 5,000 美元。

“世界上没有足够的铱来满足我们所有预计的需求，”萨金特说。“当我们考虑分解水以产生替代形式的能源时，从纯粹供应的角度来看，铱是不够的。”

芯片上的纳米粒子军队

Mirkin 于 2016 年推出了大型图书馆，他与 Sargent 一起决定，寻找新的候选者来取代铱是他的革命性工具的完美应用。虽然材料发现传统上是一项缓慢而艰巨的任务，充满了反复试验，但大型图书馆使科学家能够以极快的速度确定最佳成分。

每个大型图书馆都由数十万个微小的金字塔形尖端组成的阵列创建，用于将单个“点”打印到表面上。每个点都包含有意设计的金属盐混合物。加热时，金属盐被还原形成单个纳米颗粒，每个纳米颗粒都具有精确的成分和尺寸。

“你可以把每个提示都想象成一个小实验室里的小人，”米尔金说。“你不是让一个小人一次建造一个结构，而是有数百万人。所以，你基本上在芯片上部署了一支完整的研究人员大军。

制胜催化剂出现

在这项新研究中，该芯片包含 1.56 亿个颗粒，每个颗粒由钌、钴、锰和铬的不同组合制成。然后，机器人扫描仪评估了最有希望的颗粒执行 OER 的能力。根据这些测试，Mirkin 和他的团队选择了表现最好的候选者在实验室进行进一步测试。

最终，一种成分脱颖而出：所有四种金属的精确组合（Ru₅₂Co₃₃Mn₉Cr₆ 氧化物）。众所周知，多金属催化剂会产生协同效应，使其比单金属催化剂更具活性。

“我们的催化剂实际上具有比铱高一点的活性和出色的稳定性，”米尔金说。“这种情况很少见，因为钌通常不太稳定。但组合物中的其他元素可以稳定钌。

证明稳定性和成本效益

筛选颗粒最终性能的能力是一项重大的新创新。“我们第一次不仅能够快速筛选催化剂，而且我们看到最好的催化剂在扩大规模的环境中表现良好，”TRI 的高级研究科学家兼研究合著者 Joseph Montoya 说。

在长期测试中，新型催化剂在恶劣的酸性环境中运行了1000多个小时，效率高，稳定性优异。它也比铱便宜得多——大约是成本的十六分之一。

“要使它在商业上可行，还有很多工作要做，但我们能够如此迅速地确定有前途的催化剂——不仅在实验室规模，而且在设备方面，这非常令人兴奋，”蒙托亚说。

超越氢气：大局观

通过生成海量的高质量材料数据集，megalibrary 方法还为使用人工智能 （AI） 和机器学习设计下一代新材料奠定了基础。西北大学、TRI 和西北大学衍生公司 Mattiq 已经开发了机器学习算法，以创纪录的速度筛选大型图书馆。

米尔金说，这只是一个开始。借助人工智能，该方法可以超越催化剂，彻底改变几乎任何技术的材料发现，例如电池、生物医学设备和先进光学元件。

“我们将寻找用于电池、聚变等的各种材料，”他说。“世界没有使用最好的材料来满足其需求。人们在某个时间点找到了最好的材料，因为他们可以使用工具。问题是，我们现在围绕这些材料建造了一个巨大的基础设施，而我们却被困在它们身上。我们想颠倒过来。是时候真正找到满足各种需求的最佳材料了——毫不妥协。