Waterstofbrandstoffen bieden een weg naar schone energie, maar de praktische toepassing ervan hangt af van efficiënte opslagoplossingen. De huidige methoden – hogedruktanks of cryogene koeling – verbruiken aanzienlijke energie, waardoor de milieuvoordelen van waterstof worden ondermijnd. Metaalhydriden, materialen die waterstof reversibel absorberen en afgeven, vormen een veelbelovend alternatief. Recent onderzoek, waarbij gebruik wordt gemaakt van een nieuw AI-aangedreven platform, heeft fundamentele atomaire eigenschappen blootgelegd die de prestaties van waterstofopslag dicteren, waardoor de ontdekking van superieure materialen mogelijk wordt versneld.
Het digitale waterstofplatform: een nieuw hulpmiddel voor materiaalkunde
Onderzoekers van de Tohoku Universiteit hebben het Digital Hydrogen Platform (DigHyd) ontwikkeld, een AI-gestuurde infrastructuur die meer dan 5.000 zorgvuldig samengestelde experimentele records integreert. Dit platform, gecombineerd met een geavanceerd taalmodel, maakt nauwkeurige voorspelling van waterstofopslagstatistieken mogelijk. Het werk, gepubliceerd in Chemical Science, markeert een verschuiving naar datagestuurd materiaalontwerp.
Interpreteerbare AI onthult belangrijke atomaire descriptoren
Het onderzoek onderzocht systematisch fysisch interpreteerbare modellen, waarbij atoommassa, elektronegativiteit, molaire dichtheid en ionische vulfactor werden geïdentificeerd als kritische descriptoren van de prestaties van waterstofopslag. In tegenstelling tot ondoorzichtige ‘black-box’-benaderingen voor machinaal leren, behoudt het white-box-regressiemodel van DigHyd volledige transparantie en onthult hoe voorspellingen worden gedaan. Deze interpreteerbaarheid stelt wetenschappers in staat te begrijpen waarom bepaalde materialen uitblinken, waardoor gerichte ontwerpinspanningen kunnen worden geleid.
De fundamentele afweging in metaalhydriden
De studie bevestigde een al lang bestaande afweging bij het ontwerpen van metaalhydriden: lichte, elektropositieve verbindingen vertonen een hoge opslagcapaciteit maar een slechte waterstofafgifte bij kamertemperatuur, terwijl zwaardere overgangsmetalen gemakkelijker waterstof afgeven, maar met een verminderde capaciteit. Verrassend genoeg zijn beryllium-gebaseerde legeringen naar voren gekomen als unieke systemen die in staat zijn deze tegenstrijdige eigenschappen in evenwicht te brengen en zowel een hoge opslagdichtheid als een geschikte thermodynamische stabiliteit bieden.
Versnelde ontdekking van materialen: een nieuw paradigma
Dit werk ontwikkelt een schaalbare methodologie voor het versnellen van de ontdekking van materialen in energieonderzoek. Het op descriptor gebaseerde raamwerk verbindt datagestuurde analyse met fysiek inzicht en biedt zo een transparante basis voor het ontwerpen van waterstofopslagmaterialen met hoge capaciteit. Deze aanpak kan worden uitgebreid tot complexe legeringen en poreuze structuren, waardoor de weg wordt vrijgemaakt voor veilige, efficiënte en koolstofneutrale energietechnologieën.
“Dit white-box-regressiemodel doet niet alleen nauwkeurige voorspellingen, maar behoudt ook de volledige fysieke interpreteerbaarheid”, legt Hao Li, Distinguished Professor van het Advanced Institute for Materials Research (WPI-AIMR), Tohoku University uit.
Dit onderzoek betekent een cruciale stap in de richting van het overwinnen van de hindernis voor energieopslag die de wijdverbreide adoptie van waterstof als schone brandstofbron lange tijd heeft belemmerd. De combinatie van AI-gestuurde analyse en fundamenteel fysiek inzicht belooft de ontwikkeling van de volgende generatie waterstofopslagsystemen te versnellen
