为更环保的氨生产铺平道路

<p>氨是世界上生产最重要的化学品之一，年产量仅次于硫酸。它主要用于制造肥料，对养活全球人口至关重要。然而，其生产占全球能源消耗的2%，并排放约1.5%的温室气体，因此人们一直在寻找更可持续的氨生产方式。</p><p>传统的氨生产方法已使用了一个多世纪，占生产总量的绝大多数，即Haber-Bosch法，该法依赖化石燃料提供所需热量。该过程中使用的氢气也主要来自化石燃料。</p><p>还有另一种方法，使用电化学而非热和压力，但到目前为止，这种方法在所需规模上远未达到经济竞争力。</p><p>现在，MIT的研究人员开发了一种方法来预测哪些材料可能成为电化学氨生产中最有前景的催化剂。催化剂有助于驱动化学反应，其属性决定了这些反应的效率。新方法可以大大加速寻找能够使这种低排放方法与Haber-Bosch法竞争的材料，而不是通过试错法测试数百万种可能合金中的每一种组合——这可能需要数年时间。</p><p>“我们的方法识别了驱动氨生产中催化活性的关键物理属性，”核科学与工程系和材料科学与工程系（DMSE）的Breen M. Kerr教授Bilge Yildiz说。结果可以指导寻找新的更有效的催化剂化合物。</p><p>开源的<a href="https://pubs.rsc.org/ey/article/doi/10.1039/d6ey00138f/1289470/Nitrogen-2p-metal-d-band-hybridization-governs">研究结果</a>于8月11日发表在皇家化学学会期刊<em>EES Catalysis</em>上，作者是Yildiz和DMSE的博士生Constantine Athanitis以及化学系的Filip Grajkowski。</p><p><strong>更环保氨生产的挑战</strong></p><p>随着世界人口的增长，Athanitis说，“我们将需要越来越多的食物，而我们能够养活这么多人的唯一原因是肥料。”但超过90%用于肥料的氨仍由高能耗的Haber-Bosch法生产，他说，该法“自一个多世纪前首次出现以来已被高度优化。”</p><p>“如果我们试图符合社会的可持续性和能源目标以及气候变化目标，我们真的需要想出另一种替代方案，”他解释道。世界目前每年使用约2亿吨氨，“所以理想情况下，我们希望能够找到一种方法来生产相同数量的氨，甚至更多，但以更节能的方式，并且CO₂排放更低，”他说。</p><p>用电生产氨并不是一个新想法。“它实际上只是质子-电子对与氮气之间的电化学反应。这些技术已经存在，”他说。该方法使用与电解槽相同的基本原理，电解槽利用电力在设备中驱动化学反应。</p><p>但尽管该过程有效，但它在工业规模上还不够高效。“生产率和产量仍然太低，”Athanitis说。“即使一项技术可能对世界或气候更好，除非它具有成本竞争力，否则公司和资本主义不会真正允许它。”</p><p>如何使其更具竞争力？电化学过程的关键成分是金属催化剂，其属性决定了在其表面发生的反应。“如果我们能设法找到一种减少所需能量并更具选择性的氨生产催化剂，那么我们本质上就能中大奖，”Athanitis说。更具选择性的催化剂将生产更多氨，同时减少不必要的副反应。</p><p><strong>寻找更好的催化剂</strong></p><p>但找到理想的催化剂并不是简单地识别一种完美材料。不同材料可以改善反应的不同部分，研究人员正在寻找组合，以使氨生产高效、经济并可在大规模上实用。</p><p>“金属氮化物化合物是这种反应的理想材料系统，用于识别决定氮还原和氨电合成反应性的电子、化学和结构属性，”Yildiz说。</p><p>过渡金属可以形成有前景的氮化合金，历史上，“材料研究几乎一直是试错法，”Athanitis说。</p><p>通常的过程是取一些现有材料并“以某种方式调整它，”他说。“这一切都在某种程度上受科学和化学直觉的指导。”</p><p>现在，越来越多地使用计算工具来建模物理相互作用并预测结果。一种称为密度泛函理论的方法使用量子力学模拟材料的属性和行为，允许研究人员在实验室制造之前预测不同原子排列的性能。Yildiz说，与其随机搜索每一种可能的合金组合，“我们首先评估了材料的哪些微观属性使其在氮还原中发挥作用。”</p><p>对于产氨催化剂，“我们正在研究过渡金属氮化物，”Athanitis说，因为它们已被发现对这些电化学氮反应有效。它们特别有效，因为“催化剂本身固有的氮成为反应的一部分。”</p><p>这产生了一系列化学步骤，其中一步提供驱动下一步所需的部分能量，减少所需的输入能量。这有助于解决氮还原反应中的一个主要瓶颈：打破氮分子中强键所需的高能量，他说。</p><p>但这个过程远非完美，Athanitis说。它“仍然受到反应路径中某些步骤的限制，包括氮解离和氢转移。”该研究试图识别这些瓶颈，并借助机器学习确定这些金属的哪些合金可能克服它们。</p><p>有了这种理解，“它可以给我们启示，并为如何调整这些材料以创造下一代更好的氮化物催化剂开辟潜在策略，”Athanitis说。</p><p><strong>超越理论</strong></p><p>这种方法是“令人兴奋的工作”，可以帮助为设计新的氨生产催化剂奠定基础，威斯康星大学的工程教授Dane Morgan说，他没有参与这项研究。</p><p>“这项工作有助于阐明材料的基本电子属性与其作为氨生产催化剂的角色之间的关系，”Morgan说。“这种理解可以通过更好的定性理解和加速计算筛选来指导研究人员设计新催化剂。”</p><p>到目前为止，该研究纯粹是理论性的：研究人员使用计算机模型来识别有前景的合金，但这些材料仍需要制造和测试。Morgan指出，“将这些计算转化为实用催化剂需要许多额外步骤，因此有意义的现实世界影响可能仍有一段距离。”</p><p>下一步将是构建一个工作反应池，一种实验室设备，使用催化剂生产氨并在实际操作条件下测试其性能。“为了让这真正成