Neue Methode erleichtert Forschung an Brennstoffzellen-Katalysatoren

Schnellere Entwicklung – bessere Katalysatoren

Wasserstoff wäre ein idealer Energieträger: Überschüssige Windenergie könnte Wasser in seine Elemente zerlegen, mit dem Wasserstoff ließen sich höchst effizient Brennstoffzellen-Elektroautos antreiben. Als Abgas entstünde dabei nur Wasser, die Reichweite wäre wie gewohnt. Doch noch sind Brennstoffzellen-Fahrzeuge Raritäten. Platin (Pt) ist extrem teuer, und die weltweite Förderung würde nicht ausreichen, um alle Autos auszurüsten.

Eine der Schlüsselkomponenten der Brennstoffzelle ist der Platin-Katalysator, an dessen Oberfläche der Sauerstoff reduziert wird. Sicher ist, dass hierbei nicht die gesamte Platinoberfläche katalytisch aktiv ist sondern nur einige besonders exponierte Stellen, sogenannte aktive Zentren.

Herauszufinden, was ein aktives Zentrum ausmacht, daran arbeitet ein Team von Wissenschaftlern der Technischen Universität München (TUM), der Ruhr-Universität Bochum, der École normale supérieure (ENS) Lyon, Centre National de la Recherche Scientifique (CNRS), der Universität Claude Bernard Lyon 1 (Frankreich) und der Universität Leiden (Niederlande).

Studieren am Modell

Eine gängige Methode zur Entwicklung von Katalysatoren und zur Modellierung der am Katalysator ablaufenden Prozesse ist die computergestützte Simulation der chemischen Vorgänge. Mit wachsender Anzahl zu berechnender Atome werden die quantenchemischen Berechnungen dabei aber schnell extrem aufwändig.

Einen neuen Weg präsentieren die Forscher nun mit einer Methode, die sie „Coordination-Activity-Plots“ getauft haben. Sie stellt die Adsorptionseigenschaften einer betrachteten Position in einen direkten Zusammenhang mit der Struktur. Basis dafür ist die „Generalisierte Koordinationszahl“ (generalized coordination number, GCN). Sie zählt die direkten Nachbarn eines Atoms und die Koordinationszahlen von dessen Nachbarn (GCN).

Nach der neuen Methode berechnet besitzt eine typische Pt(111)-Oberfläche einen GCN-Wert von 7,5. Der optimale Katalysator sollte dagegen einen Wert von 8,3 erzielen, Die dafür nötige größere Zahl an Nachbarn lässt sich erreichen, indem beispielsweise gezielt Defekte in die Platinoberfläche eingebaut werden.

Erfolgreicher Praxistest

Um die Genauigkeit ihrer Methode unter Beweis zu stellen, konzipierten die Forscher am Rechner einen Platinkatalysator, der eine erhöhte Anzahl solcher aktiver Zentren enthielt. Anschließend stellten sie den Modellkatalysator auf drei verschiedenen Synthesewegen her. In allen drei Fällen zeigte der Katalysator eine dreieinhalb Mal höhere katalytische Aktivität.

„Diese Arbeit eröffnet einen völlig neuen Weg für die Katalysatorentwicklung: die Gestaltung von Materialien auf Basis geometrischer Grundprinzipien, die aufschlussreicher sind als die energetische Betrachtung", sagt Federico Calle-Vallejo. „Ein weiterer Vorteil der Methode ist, dass sie anschaulich auf einem der grundlegenden Prinzipien der Chemie aufbaut, dem der Koordinationszahl. Dies ist eine erhebliche Erleichterung für die computergestützte Katalysatorentwicklung."

„Mit diesem Wissen könnte man Nanopartikel entwickeln, die wesentlich weniger Platin enthalten oder sogar andere katalytisch aktive Metalle mit einbeziehen“, sagt Professor Aliaksandr S. Bandarenka, Tenure Track-Professor an der TU München. „Und in Zukunft werden wir unsere Methode auch auf andere Katalysatoren und Prozesse anwenden.“

Die Forschungsarbeiten wurden unterstützt mit Mitteln der Europäischen Union im Rahmen der Fuel Cells and Hydrogen (FCH) Initiative, der Niederländischen Organisation für Wissenschaftliche Forschung (NWO), der Deutschen Forschungsgemeinschaft (SFB 749, Exzellenzcluster Nanosystems Initiative Munich (NIM) und Ruhr Explores Solvation (RESOLV)) sowie der Helmholtz Energie-Allianz.

Publikation

Finding optimal surface sites on heterogeneous catalysts by counting nearest neighbors, Federico Calle-Vallejo, Jakub Tymoczko, Viktor Colic, Quang Huy Vu, Marcus D. Pohl, Karina Morgenstern, David Loffreda, Philippe Sautet, Wolfgang Schuhmann, Aliaksandr S. Bandarenka. Science, 9. Okt. 2015; DOI: 10.1126/science.aab3501

Kontakt:

Prof. Dr. Aliaksandr S. Bandarenka
Technischen Universität München
Physik der Energiewandlung und -speicherung
James-Franck-Str. 1, 85748 Garching, Germany
Tel.: +49 89 289 12531 – E-mail – Web