氢燃料电池作为无碳排放的下一代环保能源技术备受关注,但作为催化剂使用的铂(Pt)基合金在行驶过程中会出现性能逐渐下降的"劣化现象",成为商业化的障碍。若无法查明这种劣化的根本原因,燃料电池更换周期将缩短,也会限制氢能车降价空间。
KAIST于14日表示,物理学系教授梁勇洙与新材料工程系教授曹恩爱的联合研究团队与国际研究团队合作,在世界上首次成功在原子层面以三维方式直接追踪氢燃料电动车核心——燃料电池运行过程中催化剂的"劣化过程"。此项成果有望加快高性能、高耐久燃料电池的开发,为未来环保交通工具和能源转型作出重大贡献。研究团队通过与美国斯坦福大学、劳伦斯伯克利国家实验室的国际合作,以三维方式直接追踪了燃料电池催化剂内部每一个原子在数千次运行循环中如何移动、以何种方式导致性能下降。
KAIST研究团队首先开发出可直接观察各个原子三维运动的人工神经网络原子电子断层扫描技术。研究团队利用电子显微镜从多个角度拍摄高分辨率图像,并与人工智能神经网络结合,精确重建纳米催化剂内部原子的三维位置。由此,研究团队能够如同亲眼观察一般,生动地观测数千个原子在燃料电池运行过程中的移动与变形过程。研究团队还对铂-镍(以下称PtNi)合金纳米颗粒施加数千次电化学运行后,分析了各阶段催化剂颗粒的三维原子结构。结果显示,一般PtNi颗粒随时间推移出现颗粒形态变形、镍流失、功能逐渐丧失的现象。
相反,掺入少量镓元素的催化剂颗粒几乎没有出现这类变化,证明其从一开始性能更优,长期使用后也能良好保持性能。由此,研究团队以定量数据明确查明了催化剂内部原子随时间如何变化,以及这些变化与性能下降之间的关系。
梁勇洙教授强调:"此次研究是在世界上首次在原子层面定量追踪实际燃料电池催化剂三维劣化过程的案例,直接测量了此前实验难以观测的实际催化剂表面与内部三维原子结构变化,与依赖理论模型或模拟的既有研究有明显区别。"他还展望称:"这将成为高性能、高耐久燃料电池催化剂设计的核心基础,基于AI的精密原子结构分析技术也将广泛应用于电池电极、存储器件等多种纳米材料研究。"
该研究成果发表在国际权威学术期刊《自然·通讯》8月28日刊上。






