Un método de aprendizaje automático acelera el descubrimiento de materiales energéticos verdes
Los investigadores abandonan el "ensayo y error" y recurren al aprendizaje automático
Kyushu University/Yamazaki lab
En respuesta al calentamiento del clima, los investigadores han estado desarrollando nuevas formas de generar energía sin utilizar combustibles fósiles. "Una vía hacia la neutralidad del carbono es la creación de una sociedad del hidrógeno. Sin embargo, además de optimizar la forma de fabricar, almacenar y transportar el hidrógeno, también tenemos que aumentar la eficiencia de generación de energía de las pilas de combustible de hidrógeno", explica el profesor Yoshihiro Yamazaki, del Departamento de Ciencia y Tecnología de Materiales de la Universidad de Kyushu, Plataforma de Investigación Energética Interdisciplinar/Transdisciplinar (Q-PIT).
Para generar corriente eléctrica, las pilas de combustible de óxido sólido deben ser capaces de conducir eficazmente iones de hidrógeno (o protones) a través de un material sólido, conocido como electrolito. En la actualidad, la investigación de nuevos materiales electrolíticos se ha centrado en óxidos con disposiciones cristalinas muy específicas de los átomos, lo que se conoce como estructura perovskita.
"El primer óxido conductor de protones que se descubrió tenía una estructura de perovskita, y continuamente aparecen nuevas perovskitas de alto rendimiento", explica Yamazaki. "Pero queremos ampliar el descubrimiento de electrolitos sólidos a óxidos no perovskíticos, que también tienen la capacidad de conducir protones de forma muy eficiente".
Sin embargo, descubrir materiales conductores de protones con estructuras cristalinas alternativas mediante métodos tradicionales de "ensayo y error" tiene numerosas limitaciones. Para que un electrolito adquiera la capacidad de conducir protones, hay que añadir pequeñas trazas de otra sustancia, conocida como dopante, al material base. Pero con tantos candidatos prometedores a base y dopante -cada uno con propiedades atómicas y electrónicas diferentes-, encontrar la combinación óptima que mejore la conductividad de los protones resulta difícil y lleva mucho tiempo.
En su lugar, los investigadores calcularon las propiedades de distintos óxidos y dopantes. A continuación, utilizaron el aprendizaje automático para analizar los datos, identificar los factores que influyen en la conductividad de protones de un material y predecir posibles combinaciones.
Guiados por estos factores, los investigadores sintetizaron dos materiales prometedores, cada uno con una estructura cristalina única, y evaluaron su conductividad de protones. Sorprendentemente, ambos materiales demostraron conductividad de protones en un solo experimento.
Uno de los materiales, destacan los investigadores, es el primer conductor de protones conocido con una estructura cristalina de sillenita. El otro, con estructura de eulitita, presenta una vía de conducción de protones a alta velocidad distinta de las vías de conducción observadas en las perovskitas. En la actualidad, el rendimiento de estos óxidos como electrolitos es bajo, pero el equipo de investigación cree que su conductividad puede mejorarse con más estudios.
"Nuestro marco tiene el potencial de ampliar enormemente el espacio de búsqueda de óxidos conductores de protones y, por tanto, acelerar significativamente los avances en las pilas de combustible de óxido sólido. Es un paso prometedor hacia la consecución de una sociedad del hidrógeno", concluye el profesor Yamazaki. "Con pequeñas modificaciones, este marco podría adaptarse también a otros campos de la ciencia de materiales, y acelerar potencialmente el desarrollo de muchos materiales innovadores".
Nota: Este artículo ha sido traducido utilizando un sistema informático sin intervención humana. LUMITOS ofrece estas traducciones automáticas para presentar una gama más amplia de noticias de actualidad. Como este artículo ha sido traducido con traducción automática, es posible que contenga errores de vocabulario, sintaxis o gramática. El artículo original en Inglés se puede encontrar aquí.