معادلات بسيطة تُسرع اكتشاف مواد تخزين الهيدروجين في البلورات المسامية.. نماذج شفافة

توصلت دراسة جديدة إلى مجموعة من المعادلات البسيطة التي تُسرّع البحث عن الأطر المعدنية العضوية (MOFs)، وهي فئة من المواد النانوية المسامية الحائزة على جائزة نوبل والمعدة لتخزين الهيدروجين النظيف.

هذه المعادلات تتنبأ بدقة بسعة الهيدروجين القابلة للاستخدام في كل بلورة مسامية، وفقًا لدراسة جامعة ميشيغان.

حدد الباحثون صفتين فيزيائيتين أساسيتين، نسبة الفراغ والحجم المسامي، يمكنهما التنبؤ بأداء الأطر المعدنية العضوية دون الحاجة إلى كمبيوترات عملاقة.

ونُشرت النتائج في مجلة PRX Energy .

تحتوي الجزيئات عادةً على 80%–90% مساحة فارغة؛ حيث أن جرامًا واحدًا من MOF له مساحة سطح داخلية تعادل حجم ملعب كرة القدم.
تلتصق جزيئات الهيدروجين بهذه الأسطح المسامية، لكن التغيرات الصغيرة في بنية البلورة تؤثر على تفاعل الهيدروجين مع المادة.

باستخدام عدد قليل من الخصائص الفيزيائية لأي MOF محتمل، يمكن للباحثين الآن تقدير كمية الهيدروجين المخزنة في ظروف العالم الواقعي دون الحاجة إلى تعلم آلي أو حسابات مكلفة.

قال علاء الدين أحمد، عضو هيئة التدريس في قسم الهندسة الميكانيكية بجامعة ميشيجان: “من خلال تطبيق القوانين الفيزيائية الصحيحة منذ البداية، أظهرنا أنه يمكننا مطابقة أداء نماذج التعلم الآلي المعقدة بنماذج شفافة بالكامل، الجمع بين الدقة وقابلية التفسير وسهولة التطبيق هو ما يميز هذا النهج.”

المواد المثالية لتخزين الهيدروجين

المثالية هي المادة التي تحقق كفاءة عالية بالوزن والحجم، حددت وزارة الطاقة الأمريكية أهدافًا بسعة 5.5% بالوزن و40 جرامًا من الهيدروجين لكل لتر في ظروف العالم الواقعي، لكن لم تحقق أي مادة هذه المعايير معًا حتى الآن.

نماذج بسيطة وقابلة للتفسير

كان الباحثون يعتمدون سابقًا على محاكاة حاسوبية معقدة دقيقة لكنها مكلفة وتستغرق وقتًا طويلاً. مؤخرًا، سرعت نماذج التعلم الآلي العملية لكنها تفتقر للشفافية.

لتعزيز الشفافية، دمج الباحثون “الانحدار الرمزي” مع خوارزميات متقدمة للبحث بين مليارات المعادلات الرياضية، واكتشاف أبسط المعادلات الجبرية التي تتنبأ بالأداء بدقة مشابهة للمحاكاة المعقدة.

قال أحمد: “أهتم بشدة بقابلية التفسير. في التطبيقات الحرجة للسلامة أو المهام الأساسية، يحتاج الناس لفهم سبب اتخاذ النموذج لتوقع معين، وليس فقط التحقق من دقته على مجموعة الاختبار.”

قامت الدراسة بتجميع قاعدة بيانات تضم 88,400 إطار معدني عضوي، تشمل سبع خصائص بلورية رئيسية، مع التنبؤ بسعة التخزين في ظروف التشغيل الواقعية بين 100 و5 بار عند 77 كلفن.

استخدم الفريق خوارزمية للبحث عن العلاقات الرياضية بين خصائص البلورة وسعة تخزين الهيدروجين، وتم التحقق من صحة المعادلات مقابل قاعدة بيانات ضخمة تضم 600,000 MOF مأخوذة من مستودعات مفتوحة المصدر.

المساحة المسامية تؤثر على امتصاص الهيدروجين

قدمت صفتان فقط معظم الاختلاف في السعة القابلة للاستخدام، نسبة الفراغ، وهي نسبة المساحة الفارغة داخل البلورة إلى حجمها، تتنبأ بكفاءة استخدام الحجم، بينما إضافة الحجم المسامي تتنبأ بكفاءة الوزن. العوامل الأخرى أضافت تحسينات طفيفة فقط.

قال أحمد: “كنا نتوقع أهمية هذه الخصائص، لكن لم نتوقع أن تحقق معادلات بسيطة ودقيقة نفس دقة نماذج التعلم الآلي المعقدة تقريبًا.”

نظرًا لأن النماذج النهائية سريعة وقابلة للتفسير وبدون تكلفة تقريبًا، يمكن دمجها مباشرة في أنظمة آلية لتصميم وفحص مواد تخزين الهيدروجين الجديدة.

وأضاف أحمد: “بشكل أوسع، تُظهر هذه الدراسة أن الانحدار الرمزي المستند إلى الفيزياء يمكن أن يكون جسرًا عمليًا بين المحاكاة واسعة النطاق والتصميم الواقعي، إذا تمكنا من تكرار هذا النجاح على فئات أخرى من مواد الطاقة، سيكون لدينا وسيلة قوية لتحويل البيانات إلى معرفة، وفي النهاية إلى تقنيات أفضل.”