机器学习找到新催化剂 氨产量提升七倍
人工智能为绿色氨生产带来更好方法：新型催化剂使氨产量提升七倍
氨不仅是养活全球 80 亿人口的化肥的关键成分，还能充当氢载体。如果以清洁方式生产，氨有望成为未来绿色氢经济的多功能推动者，因为与它所包含的氢相比，氨更易于运输和储存。
但问题是，全球每年生产的 2 亿吨氨，几乎都是在高耗能的大型工厂中制造的，这些工厂消耗了全球约 2% 的能源，同时排放的二氧化碳也占全球总量的 2% 左右。
绿色氨生产的瓶颈与突破
近日，澳大利亚悉尼新南威尔士大学的研究人员开发出了一种通过电解增强绿色氨生产的方法。该研究团队负责人、悉尼新南威尔士大学高级讲师阿里・贾利利表示，研究人员利用机器学习找到了一种创新催化剂，它能加快化学反应，“使氨的生产速率提升了七倍，同时效率接近 100%”。
这种新型催化剂旨在改进一种实验室构建的原型方法，该方法利用可再生能源从空气和水中制造氨。
2021 年，与悉尼大学的研究人员合作开发的一个原型系统，旨在以低成本小规模生产清洁氨，用于分散式场景。然而，要将这一过程商业化，还需要提高氨的生产速率，因此才要寻找这种创新催化剂。
为了研制这种催化剂，研究人员从 13 种潜在金属中挑选，希望通过组合能改善生产效果。
贾利利说：“但这意味着要测试超过 8000 种不同的组合，而且一旦涉及两种或三种以上的成分，其化学性质就变得极为复杂，传统的试错法根本行不通。”
机器学习助力氨生产
于是，他们转而借助机器学习。研究人员用 Python 编写了一个基于高斯过程学习的程序，该程序能够从少量数据中检测出模式。他们向程序输入了作为催化剂的金属的特性，以及自己的实验室数据，这些数据涉及氨的生产速率、成本、长期稳定性和法拉第效率（衡量电能用于生产目标产品的有效程度的指标）。
当人工智能模型处理数据并给出建议后，研究人员会进行电解测试，并向模型提供反馈，模型随后会生成一批新的建议。仅经过四轮测试，就产生了 28 个候选实验，从而找出添加或去除某些元素会如何显著影响氨的生产性能。
贾利利称：“完成这 28 项测试仅用了不到一周的时间，我们直接找到了一种高效的铁、铋、镍、锡、锌五金属合金，其性能超过了所有其他组合基准。这大大缩短了原本需要数月的发现时间，同时将绿色氨的生产过程提升了七倍，甚至超出了我们最乐观的预期。”
上图展示了利用等离子体能量和电解作用，从空气钢瓶来源进行固氮的过程。氨的生产通常是利用电解槽分解水分子，并将氢与大气中的氮结合。在某种程度上借助人工智能系统发现的新型催化剂，提高了电解槽的效率。（图片来源：新南威尔士大学）
接下来，这种合金被制成电极，用于早期实验室构建的原型系统。这个空气-水-氨模块包括一个纳秒脉冲等离子体反应器、一个电化学电池（现已配备新型催化剂）以及过程优化工具。
贾利利将等离子体反应器称为“管中闪电”，它利用微小的电脉冲为空气供能，分解氮分子，使其具有足够的反应性以形成氨。同时，电化学电池会加快将氮化合物转化为氨的化学过程。
贾利利说：“这是一种我们自主研发的混合工艺，依靠可再生电力运行，融合了等离子体化学和电化学。从一端输入空气和水，另一端就能输出绿色氨。”
他将这个实验室模块描述为一个独立的空气制氨工厂，被封装在一个标准的 6 米长集装箱内。有了空气、水，再加上附近太阳能阵列或风力阵列提供的电力，一个中试装置每天能够生产 50 至 100 公斤的绿色氨，这足以生产出大约 1 至 5 公顷农田所需的氮肥（具体数量取决于农作物种类）。贾利利还说：“当需要更大产能时，可以像乐高积木一样添加额外的模块。”
然而，在实验室之外，一个在农场测试的中试模块为了保持稳定，接入了电网，而非依靠可再生能源供电。据贾利利介绍，该模块每天能生产 0.5 公斤源自氨的氮基肥料，足够一个生长季种植 500 株黄瓜。
此外，一个规模大得多的系统正在规划中，该系统得到了新南威尔士州政府和商业合作伙伴的支持。其目标是在一个农场每年利用氨生产 90 公吨氮基肥料，并由一个数兆瓦的太阳能发电厂供电。贾利利还在与比尔及梅琳达・盖茨基金会洽谈，探讨该技术在撒哈拉以南地区生产肥料的可能性。
与此同时，研究人员正继续完善现有系统，以实现商业化。目标是将实验室装置缩小到行李箱大小，每天能生产几公斤氨，成本低于 100 万澳元（约合 65.5 万美元）。
展望未来，贾利利指出，氨是世界上产量最高的化学品之一，业界知道如何安全地将其液化、储存和运输，而且相关的码头、管道、储罐和终端目前都在正常运行。
贾利利表示：“我们的集装箱式模块将使可再生能源丰富的地区能够实时生产绿色氨，而不必等待数十亿美元的氢工厂和配套基础设施建成。这种燃料有三种用途：作为肥料、裂解成氢供燃料电池汽车使用，或者在涡轮机和发动机中燃烧，作为清洁的备用电力。”
【信息来源：ieee.org】