Baterietarako material berriak aurkitzea eta laburtzea funtsezkoa da erregai fosiletatik energia berriztagarriaren sorkuntzarako trantsizioan. Baterietarako materialen modelizazio konputazionala prozesu hau arintzeko esperimentuak osatzen dituen teknika indartsua da. Alde horretatik, sareen zientzia hurbilketa konputazional berritzailea da aurkikuntza horiek bizkortzeko eta laborategian konposatu berrien sintesia gidatzeko.

BATERIETARAKO MATERIALEN DATU-BASEAK

Materialak aurkitzea funtsezkoa da produktu jasangarri berriak berritzeko eta merkaturatzeko, baina epeak hamarkaden ingurukoak dira. Azken urteotan, materialen modelizazio konputazionalak egituraren eta propietateen arteko funtsezko erlazioak ulertzea lortu du, eta horrek lortu nahi diren propietateak optimizatzea eta material eraginkorrak diseinatzea ahalbidetzen du. Hala ere, ikerketa horiek kimika kuantikoko kalkuluak erabiltzen dituzte, baliabide informatiko asko kontsumitzen dituztenak eta energian oso garestiak direnak. Antzeko materialak ikertzen dituzten ikerketa-talde independenteek azterlan konputazional horiek errepikatzeko arriskua ere badago, eta horrek haien eraginkortasuna murrizten du.

Ikerketa-komunitatearen arreta irabazi duen ikuspegi alternatibo bat dagoeneko jabari publikokoak diren materialen sareen analisi topologikoan zentratzen da. Datu-base horiek datu-sorta esperimental eta/edo konputazional zabala dute. Kalitate handiko hainbat datu-base konputazional daude lotutako material eta sistema informatikoei buruz, hala nola Materials Project, AFLOWLIB, NoMaD eta Open Quantum Materials Database (OQMD). Horiek osatzen dituzte dauden datu esperimentalen multzoak, hala nola Kristal Ezorganikoen Egituren Datu Basea (ICSD), NISTaren Materialen Datu Biltegia edo Pauling File.

Datu-base handi horiek erabil daitezke balizko material hautagaiak bilatzeko, oraindik aurkitu gabeak, edo materialen artean estrapolatzeko, hautagai berriak identifikatzeko eta ondoren haien sintesi-gaitasuna aztertzeko. Lan-fluxu horrek esperimentatzaileak gidatu ditzake fabrikazio efizientean. Saiakuntza- eta errore-ikuspegiaren alternatiba bat izango litzateke, eta oso zorrotza izan ohi da denborei eta sintesi-kostuei dagokienez.

Jakina, oraindik ere badira zenbait ohartarazpen, bereziki bildutako datuak behar bezain zehatzak direla bermatzea; bestela, datuetan identifikatutako ereduak fikziozkoak izateko arriskua dago. Izan ere, hau datuetan oinarritutako ikuspegi guztiei aplikatzen zaie, eta, beraz, kontuz ibili behar da datu multzoak esperimentuarekin alderatu eta egiaztatzeko.


BATERIETARAKO MATERIALEN SAREAK

Oraindik aurkitu ez diren materialak identifikatzeko materialen sareen azterketa topologikoak bi erronka teoriko ditu. Lehenengoa konposatu termodinamikoki egonkorrak identifikatzea da, egiturak iragartzeko problema ere esaten zaiona. Eta bigarrena sintetizagarritasuna da, egitura metaegonkorrak, bizi-denborak eta erreakzio-energiak ebaluatzea baitakar. Azken 20 urteetan, kimika konputazionalaren garapenari esker, oinarrizko egoerarik egonkorrena ez ezik, energia baxuko egitura metaegonkorrak ere aurreikusi ahal izan dira. Horren ondorioz, gero eta material hipotetiko gehiago identifikatu dira. Funtsean, kontsiderazio termodinamikoek murriztu egiten dute esperimentatzaileek bilatu behar duten espazio kimikoa, eta ezagutza hori erabil daiteke balizko egitura egonkor eta metaegonkor horien sintesi-probabilitatea aurreikusteko.

Sintetizagarritasunaren erronka sekulakoa da. Hainbat erreaktibo eta produktu hautagaietatik nahi den konposatua lortzeko bidea aurkitu behar da, hori guztia hainbat urratsen erreakzioak, bigarren mailako erreakzioak, konposatu metaegonkorrak izateko aukera eta trantsizio-egoeren oztopoak kontuan hartuta. Hala ere, aurrerapenak egiten ari dira, eta CIC energiGUNEko Modelizazioa eta Simulazio Konputazionala taldeak sareen zientzia erabili nahi du arazo horri aurre egiteko grafikoetan oinarritutako ikuspegi batean. Ikuspegiak sareen nodo eta loturak erabiltzen ditu materialen arteko erlazio termodinamikoak marrazteko eta, ondoren, balizko ibilbide sintetikoak identifikatzeko. Ikuspegi horrek esperimentatzaileak gidatzea eta haien baliabideak maximizatzea ahalbidetuko luke, material berrien fabrikazioa eta garapena bizkortzeko.

Baliabide horietako bat materialen OQMD datu-basea da, berriki garatua, konposatu ez-organiko askoren egonkortasun termodinamikoaren datuak kodetzen dituena. Sare horri datu gehiago gehitu ahala, eboluzionatzeko eta egiaztatzeko aukera du, sareko zuloek oraindik aurkitu gabeko materialak identifika baititzakete. Datu-base horiek oso urrun daude osatuak izatetik; izan ere, konposatu bat osatzeko konbina daitezkeen elementuen konbinazio posible asko daudenez, ezinezkoa da datu-base oso bat lortzea. Hala ere, eboluzionatzen jarraitzen dute eta balidatzeko aukera dute oraindik aurkitu gabeko materialak arrakastaz iragartzean. Analogia Mendeléyevek 1869an iragarri zuen taula periodikoko hutsune edo zuloen antzekoa da, gerora 1875ean galioa aurkitu zenean baliozkotu zirenak.

Orain ere posible da materialen sareak bistaratzea Materials Similarity Network lineako datu-basea erabiliz. Adibidez, har dezagun aurkitu gabeko Na2MnO3 material hipotetikoaren sare lokala (ikus Aziz eta Carrasco), zeinari etorkizun handiko propietateak iragarri baitzaizkio eta horietatik % 99,4ko sintesi-probabilitatea espero baita. Beheranzko ikuspegi horretan, hurrengo urratsa Erreakzio Sare baten bidez sintesi ibilbide posibleak identifikatzea izango litzateke, eta, ondoren, baliozkotze esperimental bat. Balizko sintesi-ibilbideak identifikatzeak esperimentatzaileei kontuan hartu beharreko erreakzio-bideen kopurua murrizten lagunduko lieke, baita sareak azkenean erreakzio-ibilbide optimoa iragartzea lortuko ez balu ere.

BATERIETARAKO IKASKUNTZA AUTOMATIKOA

Ikuspegi hori ikasketa automatikoko ereduekin (machine-learning) ere akoplatu daiteke, material hipotetikoak sintetizatzeko probabilitatea zehazteko. Ikuspegi horretan, hainbat sare metatzen dira. Lehenik eta behin, material berri baten sintesi-probabilitatea zehazteko sare bat. Jarraian, erreakzio-sare gidatuaren ikuspegia, fabrikaziorako onargarriak eta kostu txikikoak diren erreakzio-ibilbideak identifikatzeko.

Erreaktiboaren (A puntua) eta nahi den produktuaren (B puntua) arteko bidea egitea da asmoa. Zein da ibilbiderik onena, zein bitarteko produktu saihestu behar dira eta ibilbidearen zein puntutan da zinetika debekagarria? Funtsean, nabigazioa ibilbideak bilatzeko algoritmo optimizatua da, autoen nabigazio-sistemen antzekoa, baina esponentzialki konplexuagoa izan daiteke kontuan hartzen diren faktoreen arabera. Adibidez, erradikalen edo ioien eraketa, murrizketa estekiometrikoak eta baita tarteko konposatuen toxikotasuna edo erreakzioaren errendimenduak ere kontuan har daitezke. Ildo horretan, sare neuronalek konplexutasun horren zati bat barneratzeko eta arintzeko modu bat eman dezakete.

Sintesirako materialen sareen erabilera hasierako fase batean dago oraindik, eta zinetika eta bestelako kontsiderazioak alde batera uzteak aurrez aipatutako bideen hierarkia okerra ekar dezakeen arren, entseatutako sintesi-bideen kopurua izugarri murriztu daiteke, esperimentalistaren ikerketa-denbora maximizatuz. Ikerketa-arlo honek eboluzionatzen duen heinean, materialen zientziarako eskuragarri dagoen armategiari gehituko zaion teknika oso ahaltsua izango da, zalantzarik gabe.

Oharra/aintzatespenak: lan honek Espainiako Zientzia eta Berrikuntza Ministerioaren laguntza du ION-SELF proiektuaren bidez (PID2019-106519RB-I00 zk.).

Egileak

Cookies on this website are used to personalize content and advertisements, provide social media features, and analyze traffic. You can get more information and configure your preferences HERE