โดยทั่วไปจะใช้วิธีการต่างๆ กันในแต่ละพื้นที่ แต่ไม่เพียงพอสำหรับปฏิกิริยาเคมีที่ซับซ้อนบนพื้นผิวของตัวเร่งปฏิกิริยา ที่ TU Wien (เวียนนา) ได้ดำเนินการขั้นตอนสำคัญแล้ว: เป็นครั้งแรกที่เป็นไปได้ที่จะเชื่อมโยงทุกระดับตั้งแต่ระดับจุลภาคไปจนถึงระดับมหภาค เพื่ออธิบายปฏิกิริยาทางเคมีที่สำคัญทางเทคโนโลยีภายใต้สภาวะที่สมจริง สิ่งนี้ช่วยให้เข้าใจว่าทำไมขนาดของอนุภาคตัวเร่งปฏิกิริยาจึงมีบทบาทชี้ขาด ผลการวิจัยได้รับการตีพิมพ์ในวารสารวิทยาศาสตร์Nature Communications แล้ว

ไอโซเมอร์: องค์ประกอบเดียวกัน โมเลกุลต่างกัน

โมเลกุลจำนวนมากมาในรูปแบบต่างๆ: อะตอมชุดเดียวกันสามารถจัดเรียงในรูปแบบต่างๆ กันได้ ซึ่งต่อมาเรียกว่า "ไอโซเมอร์" สิ่งสำคัญคือต้องแยกความแตกต่างระหว่างไอโซเมอร์เหล่านี้ - ตัวอย่างเช่น ไอโซเมอร์บางตัวของบิวทีนไฮโดรคาร์บอนเหมาะสำหรับการผลิตเชื้อเพลิง แต่ควรเลือกตัวแปรบิวทีนอื่นสำหรับการผลิตโพลีเมอร์ การผลิตไอโซเมอร์ที่ต้องการอย่างแม่นยำหรือการแปลงไอโซเมอร์หนึ่งไปเป็นอีกไอโซเมอร์นั้นเป็นงานที่ยุ่งยาก ซึ่งสามารถทำได้ด้วยตัวเร่งปฏิกิริยาที่จำเพาะเจาะจง

Prof. Günther Rupprechter จาก Institute of Materials Chemistry ที่ TU Wien กล่าวว่า "ตัวเร่งปฏิกิริยาที่สำคัญอย่างยิ่งสำหรับกระบวนการดังกล่าวคือแพลเลเดียม "โดยปกติแล้ว แพลเลเดียมจะวางบนพื้นผิวในรูปแบบของนาโนคริสตัลขนาดเล็ก จากนั้นโมเลกุลบางตัวจะจับกับแกรนูลเหล่านี้ ซึ่งจะทำให้เกิดปฏิกิริยาเคมีขึ้น"

เป็นที่ทราบกันดีอยู่แล้วว่าขนาดอนุภาคมักมีความสำคัญต่อฟังก์ชันตัวเร่งปฏิกิริยาเฉพาะ แต่ส่วนใหญ่ยังไม่มีการให้เหตุผลโดยละเอียดเกี่ยวกับวิธีการทำงาน ดร.อเล็กซานเดอร์ เจเนสต์ ผู้เขียนคนแรกของการศึกษาวิจัยในปัจจุบัน กล่าวว่า "เป็นไปไม่ได้ที่จะสร้างแบบจำลองควอนตัมเคมีแบบเต็มขนาดบนคอมพิวเตอร์ เนื่องจากพวกมันประกอบด้วยอะตอมมากเกินไป "ดังนั้นเราจึงต้องหาทางเลือกอื่นเพื่อรวมวิธีการต่างๆ ในการศึกษาการเร่งปฏิกิริยาทางเคมี"

สภาพที่สมจริงแทนระบบอุดมคติ

ทีมวิจัยของ TU Wien และหุ้นส่วนความร่วมมือจากสิงคโปร์ อาลิกันเต และมิวนิก ได้เลือกปฏิกิริยาที่ซับซ้อนแต่มีความสำคัญสำหรับการสืบสวนของพวกเขา นั่นคือ ไอโซเมอไรเซชันของแอลคีน Günther Rupprechter กล่าวว่า "นี่เป็นความท้าทายอย่างยิ่งเนื่องจากมีเส้นทางปฏิกิริยาหลายอย่างที่มีบทบาทในเวลาเดียวกัน "เป็นสิ่งสำคัญสำหรับเราที่จะต้องศึกษาปฏิกิริยาภายใต้สภาวะที่สมจริง: ในการวิจัยขั้นพื้นฐานก่อนหน้านี้ ปฏิกิริยามักได้รับการวิเคราะห์ในสุญญากาศที่สูงมาก (ultra-) ที่อุณหภูมิต่ำ แต่ในสภาพแวดล้อมทางอุตสาหกรรม คุณต้องจัดการกับพารามิเตอร์ที่แตกต่างกันโดยสิ้นเชิง ดังนั้นเราจึงต้องการทราบว่าไอโซเมอไรเซชันนี้เกิดขึ้นที่ความดันบรรยากาศที่ 100°C ได้อย่างไร"

ทีมงานเริ่มต้นที่ระดับอะตอมและโมเลกุล: "ด้วยความช่วยเหลือของทฤษฎีฟังก์ชันความหนาแน่น เราสามารถจำลองขั้นตอนปฏิกิริยาเบื้องต้นของโมเลกุลที่ยึดติดกับแง่มุมต่างๆ ของผลึกแพลเลเดียม" Alexander Genest กล่าว การคำนวณเหล่านี้ให้ค่าพารามิเตอร์สำหรับสิ่งที่เรียกว่าแบบจำลองไมโครไคเนติก ซึ่งสามารถใช้เพื่อทำนายไดนามิกของปฏิกิริยาเคมีในมาตราส่วนเวลาที่ใหญ่กว่ามากบนคอมพิวเตอร์ และจากผลลัพธ์เหล่านี้ จึงสามารถอนุมานจำนวนผลิตภัณฑ์เคมีที่ต้องการได้ทั้งหมด ซึ่งจะปรากฎหลังจากช่วงเวลาหนึ่งที่พารามิเตอร์บางอย่าง

"การคำนวณแบบจำลองเห็นด้วยอย่างยิ่งกับการวัดทดลองของเรา ไม่เพียงแต่ในเชิงคุณภาพเท่านั้นแต่ยังรวมถึงเชิงปริมาณด้วย" ศ. Günther Rupprechter เน้นย้ำ "นี่เป็นความก้าวหน้าครั้งสำคัญ -- ข้อตกลงดังกล่าวไม่เคยเกิดขึ้นมาก่อน" ตอนนี้สามารถอธิบายรายละเอียดได้แล้วว่าทำไมอนุภาคแพลเลเดียมขนาดต่างๆ จึงมีผลต่อกระบวนการทางเคมีต่างกัน: อนุภาคขนาดใหญ่มีพื้นผิวเรียบ ในขณะที่อนุภาคขนาดเล็กกว่าจะมีลักษณะกลมและเป็นขั้นบันไดมากกว่า การจัดเรียงอะตอมของแพลเลเดียมในรูปทรงทางเลือกมีอิทธิพลต่อพลังงานปฏิกิริยาและส่งผลต่อพฤติกรรมการเร่งปฏิกิริยา

ผลลัพธ์ที่ดีที่สุดแทนที่จะแค่ลองผิดลองถูก

"เมื่อคุณปรับกระบวนการทางเคมีในอุตสาหกรรมให้เหมาะสม คุณมักจะต้องพึ่งพาการลองผิดลองถูก" Günther Rupprechter กล่าว "ควรเลือกพารามิเตอร์ภายนอกใด คุณใช้ตัวเร่งปฏิกิริยาใด และในรูปแบบใด คำถามเหล่านี้เป็นคำถามที่แทบจะตอบไม่ได้ในระดับทฤษฎีจนถึงขณะนี้" โดยปกติจะมีการทดสอบตัวแปรหลายตัวแล้วเลือกตัวแปรที่ประสบความสำเร็จมากที่สุด แต่ถ้ากระบวนการควรจะขยายขนาดขึ้นจากระดับห้องปฏิบัติการไปเป็นระดับอุตสาหกรรม อาจต้องใช้พารามิเตอร์ที่แตกต่างกันโดยสิ้นเชิง

"ตอนนี้เราได้แสดงให้เห็นแล้วว่าคุณสามารถเข้าใจกระบวนการดังกล่าวได้อย่างครอบคลุม หากคุณเชื่อมโยงมาตราส่วนเวลาและความยาวหลาย ๆ อันเข้าด้วยกัน" Alexander Genest กล่าว "แน่นอนว่าวิธีนี้ใช้ได้กับปฏิกิริยาเร่งปฏิกิริยาอื่น ๆ อีกมากมาย" ในอุตสาหกรรมเคมี ดังนั้นจึงควรเป็นไปได้ที่จะเพิ่มประสิทธิภาพกระบวนการผลิตสารเคมีผ่านการสร้างแบบจำลองทางคอมพิวเตอร์ และในขณะเดียวกันก็ลดการเปรียบเทียบที่มีราคาแพงและใช้เวลานานให้เหลือน้อยที่สุด