Ученые Физического факультета ЮФУ используют комбинированный подход для определения атомной структуры центров меди в цеолите типа морденит. В рамках проекта РНФ они создали набор данных из более чем 14 тысяч теоретических Cu K-XANES спектров для обучения нейросетевой модели, которая успешно различает медные кольца в структуре соединения с точностью 97%.
Цеолиты – это микропористые соединения, используемые в промышленности как катализаторы. Данные материалы широко используются в нефтехимии, строительной и лакокрасочной отраслях, а также в реакциях превращения метана в метанол. Для улучшения каталитических свойств цеолиты необходимо модифицировать другими веществами, например, переходными металлами, в частности медью. Каталитическая активность данных материалов во многом зависит от локальной атомной структуры активных центров цеолитов.
При этом определение структуры этих центров и установление взаимосвязи полученной структуры и каталитических свойств в зависимости от условий синтеза цеолита – это нетривиальная задача, поскольку распределение медных центров в каркасе цеолита является неравномерным, так как зависит от множества взаимосвязанных факторов (например, молярного соотношения реагентов при синтезе, времени реакции, её температуры и т. д.). В Южном федеральном университете решение данной задачи ищут ученые кафедры теоретической и вычислительной физики в работе, поддержанной грантом Российского научного фонда № 23-22-00438 «Рентгеноспектральная диагностика и многомасштабное компьютерное моделирование структуры активных металлических центров цеолитов».
Чтобы получить катализаторы с заданными свойствами и понять, как эти свойства взаимосвязаны со структурой, ученые разрабатывают эффективный подход на основе технологий машинного обучения и in situ рентгеноспектральной диагностики атомной и электронной структуры активных центров.
«Большинство исследований в данной области используют классические вычислительные методы для определения структуры, например, квантово-химические расчеты. Определение структуры медного центра в таком случае занимает недели, но использование методов машинного обучения (в частности, нейросетевых моделей) в сочетании с широко используемыми подходами позволяет значительно ускорить этот процесс», – отметила руководитель проекта, доцент кафедры теоретической и вычислительной физики Физического факультета ЮФУ Галина Сухарина.
Группа ученых в рамках гранта РНФ под руководством Галины Сухариной применяет комбинированный подход для определения локальной атомной структуры центров меди, сформированных в каркасе цеолита типа морденит. Для обучения нейросетевой модели был создан набор данных из более чем 14 тысяч теоретических Cu K-XANES спектров, включающих в себя все возможные модели медного центра в каркасе цеолита.
Полученная модель показала крайне высокую точность (97%) в различении медных колец в структуре соединения, и дальнейшая работа авторов будет направлена на определение структуры медных центров по экспериментальным Cu K-XANES спектрам.
Текст: Галина Сухарина, ред.: Юлия Сопрунова
Краткая ссылка на новость sfedu.ru/news/73900
