Понимание кинетики фотоэлектрокаталитических реакций на основе in-situ диагностики методами синхротронного излучения и искусственного интеллекта

Настоящий проект предполагает синергетическое объединение методов in-situ измерений спектров рентгеновского поглощения (XAFS) с микросекундным разрешением на источниках синхротронного излучения с технологиями искусственного интеллекта (глубокого машинного обучения) для разработки новой комплексной методики диагностики динамических процессов фотоэлектрокаталитического разложения воды и восстановления углекислого газа (CO2). Будут также разработаны контролируемые методы получения высокоэффективных фотоэлектрокатализаторов. Путем скрининга больших данных (спектров XAFS с высоким временным разрешением), а также их анализа в режиме реального времени на основе алгоритмов машинного обучения будут определены структурные модели фотокаталитических реакций, которые могут обеспечить фундамент для исследований в области дизайна новых каталитических систем, их целенаправленного синтеза и оптимизации параметров каталитических процессов для «зеленых» технологий преобразования энергии, в том числе для развития водородной энергетики. Актуальность проекта определяется в первую очередь тем, что в условиях глобального энергетического кризиса и проблем загрязнения окружающей среды экологически чистые и устойчивые пути преобразования энергии стали насущной необходимостью для развития человеческого общества. Фотоэлектролиз воды для производства водорода и фотоэлектровосстановление CO2 за счет солнечной и электрической энергии привлекают все большее внимание как идеальные способы удовлетворения потребности в чистой энергии. Новизна проекта определяется тем, что в нем за счет объединения двух международных групп занимающих лидерские позиции в своих областях на глобальном научном ландшафте будет разработана уникальная интеллектуальная платформа для in-situ диагностики параметров 3D наноразмерной локальной атомной и электронной структур (координационные числа, длины химических связей, углы химических связей степени окисления) на источнике синхротронного излучения под управлением технологий искусственного интеллекта (глубокое машинное обучение) для исследования с высоким временным разрешением (вплоть до микросекунд) фотоэлектрокаталитических процессов перспективных для развития "зеленых" технологий преобразования энергии, в том числе для фотоэлектрокаталитического расщепления воды. Исследовательские компетенции обеих международных научных групп удачно взаимодополняют друг друга, обеспечивая как экспериментальное, так и теоретическое понимание фундаментальных взаимосвязей между наноструктурой катализатора и фотокаталитической активностью. Исследования также позволят детально разработать модели процессов в ходе фотокаталитических реакций, что обеспечит фундамент для дизайна следующего поколения фотоэлектро-нанокатализаторов на основе прогнозирования оптимальных параметров их 3D структуры, учитывая требуемые характеристики их каталитической активности.