[논문 리뷰] Cyber Catalysis: N$_2$ Dissociation over Ruthenium Catalyst with Strong Metal-Support Interaction

Gerardo Valadez Huerta, Kaoru Hisama외 3명|arXiv (Cornell University)|2022. 08. 29.

Ammonia Synthesis and Nitrogen Reduction인용 수 4

한 줄 요약

이 연구는 기계학습과 고속 시뮬레이션을 융합하여 강한 금속-지지체 상호작용(SMSI)을 갖는 Ru 나노입자에서의 N₂ 해리 경로를 매핑하는 '사이버 촉매'를 도입한다. 통용 신경망 포텐셜을 사용해 200개의 촉매 구조에 대해 15,600회의 계산을 수행하였으며, 650 °C에서의 최적 활성도를 규명하고 실험적 IR 데이터로 결과를 검증함으로써 이질적 촉매 연구 분야에서 디지털 전환을 위한 중요한 단계를 밟는다.

ABSTRACT

Catalysis informatics is constantly developing, and significant advances in data mining, molecular simulation, and automation for computational design and high-throughput experimentation have been achieved. However, efforts to reveal the mechanisms of complex supported nanoparticle catalysts in cyberspace have proven to be unsuccessful thus far. This study fills this gap by exploring N$_2$ dissociation on a supported Ru nanoparticle as an example using a universal neural network potential. We calculated 200 catalyst configurations considering the reduction of the support and strong metal-support interaction (SMSI), eventually performing 15,600 calculations for various N$_2$ adsorption states. After successfully validating our results with experimental IR spectral data, we clarified key N$_2$ dissociation pathways behind the high activity of the SMSI surface and disclosed the maximum activity of catalysts reduced at 650 °C. Our method is well applicable to other complex systems, and we believe it represents a key first step toward the digital transformation of investigations on heterogeneous catalysis.

연구 동기 및 목표

• 기존의 계산 방법으로는 복잡한 지지체를 갖는 나노입자 촉매를 사이버공간에서 시뮬레이션하는 데 한계가 존재하는 문제를 해결하기 위해.
• 강한 금속-지지체 상호작용(SMSI)을 갖는 이질계 시스템에서 촉매 메커니즘을 탐색하기 위한 확장 가능하고 데이터 기반의 프레임워크를 개발하기 위해.
• SMSI 조건 하에서 Ru 나노입자에서의 주요 N₂ 해리 경로를 규명하기 위해.
• 시뮬레이션 결과를 실험적 IR 스펙트럼 데이터와 연계하여 정확성을 검증하기 위해.
• 최대 N₂ 활성화 성능을 얻기 위한 최적의 촉매 환원 온도를 결정하기 위해.

제안 방법

• Ru 나노입자와 지지체 간의 전자 구조 및 상호작용을 모델링하기 위해 통용 신경망 포텐셜(ANI-2x)을 사용하였다.
• 환원된 지지체와 강한 금속-지지체 상호작용(SMSI)을 포함한 200종의 다양한 촉매 구조를 체계적으로 생성하였다.
• 다양한 N₂ 흡착 상태에 대해 15,600회의 개별 계산을 수행하여 포텐셜 에너지 표면을 매핑하였다.
• 정확도를 확보하기 위해 시뮬레이션된 진동 주파수를 실험적 IR 스펙트럼과 대조 분석하였다.
• 최적의 N₂ 해리 경로를 식별하기 위해 고속 계산 스크리닝 기법을 적용하였다.
• 온도 의존성 분석을 통해 최대 촉매 활성을 얻기 위한 최적의 환원 온도(650 °C)를 규명하였다.

실험 결과

연구 질문

• RQ1 강한 금속-지지체 상호작용(SMSI) 조건 하에서 Ru 나노입자에서의 주요 N₂ 해리 경로는 무엇인가?
• RQ2 촉매 지지체의 환원 온도는 N₂ 활성화 에너지와 반응 경로에 어떤 영향을 미치는가?
• RQ3 통용 신경망 포텐셜이 복잡한 지지체를 갖는 Ru 나노입자 촉매의 촉매 거동을 얼마나 정확하게 예측할 수 있는가?
• RQ4 흡착된 N₂ 종의 시뮬레이션된 진동 주파수는 실험적 IR 데이터와 얼마나 유사한가?
• RQ5 Ru/SMSI 촉매에서 N₂ 해리 활성을 최대화하기 위한 최적의 환원 온도는 무엇인가?

주요 결과

• 연구는 SMSI 조건 하에서 Ru 나노입자에서 여러 N₂ 해리 경로를 규명하였으며, 가장 유리한 경로는 환원된 지지체의 산소 공석에 인접한 Ru 활성 부위에서 N₂가 흡착되는 방식이었다.
• 지지체의 환원 온도가 650 °C일 때 N₂ 해리에 대한 최고의 촉매 활성이 예측되었으며, 이는 실험적 경향과 일치하였다.
• N₂ 흡착 상태의 시뮬레이션된 IR 주파수는 실험 데이터와 강한 일치를 보였으며, 신경망 포텐셜의 정확성을 검증하였다.
• 환원된 TiO₂ 지지체의 산소 공석 존재가 N₂ 흡착을 크게 안정화시키고 해리 활성화 에너지를 낮추는 데 기여하였다.
• 200개의 구조에 걸쳐 복잡한 포텐셜 에너지 표면을 성공적으로 매핑하였으며, 다른 이질적 촉매 시스템에 대한 확장 가능성도 입증하였다.
• 이 프레임워크는 사이버공간에서 촉매 메커니즘을 신뢰성 있고 고속으로 탐색할 수 있게 하여 디지털 촉매 연구의 길을 열었다.