“桑迪亚团队开发出新型高熵合金 具有较好储氢性能”

世界汽车信息表明，桑迪亚国家实验室( sandia national laboratories )的研究人员和国际合作伙伴采用可解释的机器学习模式等计算方法，开发了新的高熵合金，不仅具有优异的储氢性能，而且在实验室中直接合成。

比较特定用例优化的固体储氢材料可能是氢气经济转型的重要促进因素。 但是，多年来，新氢化材料的开发一直是由化学直觉和实验错误驱动的手动过程。 数据驱动材料的发现范式提供了一种传统方法的替代方案，其中机器/统计学习( ml )模型比较有效地筛选材料以获得所需的特征，大大缩小了昂贵/耗时的第一性原理的建模和实验验证的范围。

(照片来源:圣地亚哥国家研究所)

桑迪亚的团队成员有vitalie stavila、马克·Allen Dorf、马克·Witma和sapan agarwal。 witman说:“我们特别关注比较新的储氢材料——高熵合金( hea )氢化物，其巨大的组合成分/(/k0/) )之间和局部结构无序，因此需要以不依赖于正确晶体结构的数据驱动方式进行性能预测 我们的ml模型可以快速筛选大型hea空之间的氢化物稳定性，根据目标热力学特征和次要标准(如合金相的稳定性和密度)进行实验室验证。 ”

他还表示:“对贮氢研究和氢与不同材料相互作用的热力学值数据库进行了大量的研究。 利用现有的数据库、各种机器学习和其他计算工具，以及最先进的实验能力，成立了国际合作小组，共同开展了这项工作。 说明了机器学习技术确实可以模拟氢和金属相互作用时发生的许多复杂的物理现象和化学现象。 ”

通过数据驱动的建模来预测热力学特征可以迅速提高研究速度。 这个机器学习模型建立和训练成功后，几秒钟内就可以完成。 这是因为可以更迅速地筛选新的化学空之间。 在这种情况下，有600种材料显示出了储氢和运输的可能性。

马克·Allen Dorf说:“这个项目只需要18个月就可以完成。 如果没有机器学习，可能需要几年。 迄今为止，从在实验室发现材料到将其商业化大约需要20年，因为这个发现很重要。 ”

stavila还说，这些高熵合金氢化物发现氢气通过不同的材料时可以实现自然级联压缩。 以前传来的压缩氢气是通过机械过程完成的。 这个发现可能会对氢燃料电池煤气站的小规模制氢产生巨大的影响。

海面大气条件下产生的氢气压力约为1巴。 燃料电池充电站的氢气需要800巴以上的压力，以便可以作为700巴的氢气分配给燃料电池氢气汽车。

stavila叙述了使用多个不同合金的罐。 氢气被泵入罐中后，第一层在气体通过材料时被压缩。 第二层通过不同合金的全部层进一步压缩气体，同样如此。

vitalie stavila说:“氢气通过这些金属层后，将在没有机械作用的情况下逐渐增压。 理论上，可以抽取1巴的氢气，排出800巴。 这也是氢充电站需要的压力。 ”agarwal表示，虽然该团队仍有完整的模型，但该数据库已通过能源部公布，因此如果得到更好的理解，机器学习可能有助于材料科学等多个行业的突破。