[論文レビュー] Picturing the Gap Between the Performance and US-DOE's Hydrogen Storage Target: A Data-Driven Model for MgH2 Dehydrogenation

Chaoqun Li, Weijie Yang+6 more|arXiv (Cornell University)|Apr 16, 2024

Spacecraft and Cryogenic Technologies被引用数 10

ひとこと要約

本論文は MgH2 の脱水素障壁を予測するデータ駆動モデルを提案し、Mg-H結合軌道寄与と水素原子距離を用いる。ab initio 遷移状態探索のより安価な代替手段を提供し、US-DOE 目標と整合する。

ABSTRACT

Developing solid-state hydrogen storage materials is as pressing as ever, which requires a comprehensive understanding of the dehydrogenation chemistry of a solid-state hydride. Transition state search and kinetics calculations are essential to understanding and designing high-performance solid-state hydrogen storage materials by filling in the knowledge gap that current experimental techniques cannot measure. However, the ab initio analysis of these processes is computationally expensive and time-consuming. Searching for descriptors to accurately predict the energy barrier is urgently needed, to accelerate the prediction of hydrogen storage material properties and identify the opportunities and challenges in this field. Herein, we develop a data-driven model to describe and predict the dehydrogenation barriers of a typical solid-state hydrogen storage material, magnesium hydride (MgH2), based on the combination of the crystal Hamilton population orbital of Mg-H bond and the distance between atomic hydrogen. By deriving the distance energy ratio, this model elucidates the key chemistry of the reaction kinetics. All the parameters in this model can be directly calculated with significantly less computational cost than conventional transition state search, so that the dehydrogenation performance of hydrogen storage materials can be predicted efficiently. Finally, we found that this model leads to excellent agreement with typical experimental measurements reported to date and provides clear design guidelines on how to propel the performance of MgH2 closer to the target set by the United States Department of Energy (US-DOE).

研究の動機と目的

• 高価な ab initio 遷移状態探索を超えて、水素貯蔵材料のキネティクスを予測するためのより高速な指標の必要性を動機づける。
• MgH2 の脱水素障壁を予測するデータ駆動型予測子を開発する。
• モデルが実験測定と一致し、DOE目標に向けた設計を導くことを示す。

提案手法

• Mg-H結合の結晶ハミルトン人口解析とH原子距離を組み合わせて距離エネルギー比を形成する。
• 反応エネルギー障壁と相関する記述子を導出する。
• すべてのパラメータが従来の遷移状態探索より著しく低いコストで計算可能であることを保証する。
• 利用可能な実験データと予測を比較してモデルを検証する。

実験結果

リサーチクエスチョン

• RQ1 Mg-H結合特性と水素距離に基づくデータ駆動型記述子は、MgH2 の脱水素障壁を正確に予測できるか。
• RQ2 提案された記述子は実験測定とUS-DOE の水素貯蔵性能目標に整合するか。
• RQ3 この記述子から MgH2 の脱水素性能を向上させるためにどのような設計指針が生まれるか。
• RQ4 従来の ab initio 遷移状態法と比較して、計算コストと予測精度の点でモデルはどの程度優れているか。

主な発見

• 距離エネルギー比と Mg-H 結合軌道寄与および水素距離に結びつく指標を用いて、MgH2 の脱水素障壁を説明・予測する。
• 予測はこれまでに報告された典型的な実験測定と優れた一致を示す。
• このアプローチは MgH2 の性能を US-DOE 目標に近づける設計指針を提供する。
• すべてのモデルパラメータは従来の遷移状態探索より著しく低い計算コストで計算可能である。