Optimized tandem catalyst patterning for CO$_2$ reduction flow reactors

Diese Studie zeigt, dass die Integration von Kontinuumstransportmodellen mit adjungierten Designoptimierungen die Leistung von CO₂-Reduktionsströmungsreaktoren durch strategische Musterung von Ag- und Cu-Katalysatoren zur Maximierung der Ethylen-Stromdichte signifikant verbessert, insbesondere bei hohen Spannungen und mit erhöhten Musterungsabschnitten.

Das Wesentliche

Stellen Sie sich vor, Sie versuchen, den perfekten Kuchen zu backen, aber Ihre Küche hat eine seltsame Regel: Sie können nicht alle Zutaten auf einmal mischen. Stattdessen haben Sie zwei separate Stationen.

• Station A (Silber): Diese Station ist hervorragend darin, rohes Mehl (Kohlendioxid) in Teig (Kohlenmonoxid) zu verwandeln.
• Station B (Kupfer): Diese Station ist erstaunlich darin, diesen Teig in einen köstlichen Kuchen (Ethyleng, eine wertvolle Chemikalie) zu verwandeln.

Das Problem? Wenn Sie Station A weit entfernt von Station B platzieren, wird der Teig vom Wind (dem fließenden Wasser im Reaktor) davongetragen, bevor er Station B erreichen kann. Oder, wenn Sie zu viel von Station A und zu wenig von Station B einsetzen, landen Sie bei einem Haufen Teig und keinem Kuchen.

Diese Arbeit beschäftigt sich damit, das perfekte Layout für diese beiden Stationen zu finden, um so viel Kuchen wie möglich herzustellen.

Die große Idee: "Tandem-Katalyse"

Die Forscher untersuchen einen Prozess namens Tandem-Katalyse. Stellen Sie sich das wie einen Fließband vor.

1. Silber (Ag) fungiert als erster Arbeiter und wandelt CO₂ in CO um.
2. Kupfer (Cu) fungiert als zweiter Arbeiter, nimmt dieses CO auf und verwandelt es in hochwertige Produkte wie Ethylen (ein Grundbaustein für Kunststoffe und Kraftstoffe).

In einem traditionellen Setup könnten diese Arbeiter miteinander vermischt oder in großen, separaten Blöcken platziert sein. Die Forscher wollten wissen: Wenn wir die Elektrode in viele kleine, abwechselnde Streifen aus Silber und Kupfer unterteilen und wir die Länge jedes Streifens verändern können, welches ist das beste Muster, um den meisten Kuchen zu erhalten?

Das Experiment: Ein digitaler "Abstimmungs"-Regler

Anstatt physikalische Reaktoren zu bauen und Tausende verschiedener Muster auszuprobieren (was Jahre dauern würde), entwickelte das Team eine Computersimulation.

Sie schufen einen digitalen "Durchflussreaktor", in dem Flüssigkeit über eine ebene Oberfläche strömt. Sie verwendeten einen intelligenten Computeralgorithmus (wie ein hochmoderner GPS), um Millionen verschiedener Muster zu testen. Der Computer würde:

1. Ein Muster ausprobieren (z. B. einen langen Silberstreifen, dann einen kurzen Kupferstreifen).
2. Sehen, wie viel "Kuchen" (Ethylen) hergestellt wurde.
3. Die Längen der Streifen leicht anpassen.
4. Dies immer wieder wiederholen, bis er die absolut beste Anordnung gefunden hatte.

Was sie herausfanden

Der Computer fand heraus, dass das "perfekte" Muster stark davon abhängt, wie stark Sie das System antreiben (die Spannung) und wie schnell die Flüssigkeit strömt.

1. Das Szenario "Starker Schub" (Hohe Spannung):
Wenn sie das System stark antrieben (unter Verwendung einer starken elektrischen Spannung), war das beste Design, viele, viele kleine Streifen (bis zu 12 Abschnitte) zu haben, anstatt nur zwei große.

• Das Ergebnis: Dieses optimierte Muster produzierte bis zu 65 % mehr Ethylen als ein einfaches, nicht optimiertes Design.
• Warum? Bei hohen Geschwindigkeiten bewegt sich die Flüssigkeit schnell. Wenn der Kupferabschnitt zu lang ist, wird der "Teig" (CO) ganz am Anfang des Streifens verbraucht, und der Rest des Kupferstreifens bleibt untätig (eine "tote Zone"). Indem man die Streifen kürzer und zahlreicher macht, wird der frische Teig ständig an die Kupferarbeiter geliefert, die so die ganze Zeit beschäftigt bleiben.

2. Das Szenario "Sanfter Schub" (Niedrige Spannung):
Wenn der Schub schwächer war, sah das beste Muster anders aus. Es begünstigte einen sehr langen ersten Silberstreifen, um einen riesigen Haufen Teig herzustellen, gefolgt von einem sehr langen letzten Kupferstreifen, um alles aufzufressen, mit winzigen, schnell wechselnden Streifen in der Mitte.

3. Die Strömungsgeschwindigkeit ist entscheidend:

• Schneller Fluss: Wenn das Wasser vorbeirauscht, muss die Reaktion sehr stark sein (hohe Spannung), um zu verhindern, dass der Teig weggespült wird.
• Langsamer Fluss: Wenn das Wasser langsam ist, hat der Teig Zeit, sich abzusetzen, aber man muss darauf achten, nicht den Vorrat an frischen Zutaten zu erschöpfen.

Das Geheimnis: Vermeidung von "toten Zonen"

Der Hauptgrund, warum die optimierten Muster so gut funktionierten, ist, dass sie "tote Zonen" eliminierten.

Stellen Sie sich ein Förderband vor, bei dem die ersten paar Arbeiter beschäftigt sind, aber die letzten paar Arbeiter herumstehen und nichts tun, weil die Teile ausgegangen sind. In den alten Designs hatten die Kupferabschnitte oft diese toten Zonen am Ende, wo das CO ausgegangen war.

Die optimierten Designs des Computers ordneten die Streifen so neu an, dass der "Teig" (CO) gleichmäßig verteilt wurde. Es stellte sicher, dass jeder Zentimeter der Kupferoberfläche genug Teig hatte, um daran zu arbeiten, und maximiert so die Produktion des Endprodukts.

Zusammenfassung

Diese Arbeit ist ein "Proof of Concept". Sie baute keine physische Fabrik, aber sie bewies, dass die Verwendung von Mathematik und Computern zur Gestaltung des Layouts von Katalysatoren die Effizienz, mit der wir CO₂ in nützliche Chemikalien umwandeln, erheblich verbessern kann.

• Das Problem: Die CO₂-Reduktion ist knifflig; Zwischenprodukte gehen verloren oder werden verschwendet.
• Die Lösung: Verwenden Sie einen Computer, um das perfekte Muster abwechselnder Silber- und Kupferstreifen zu finden.
• Der Gewinn: Indem sie einfach die Form der Katalysatoroberfläche veränderten (nicht die Chemikalien selbst), konnten sie in ihrer Simulation die Produktion um bis zu 65 % steigern.

Es ist wie die Erkenntnis, dass man sich in einem Raum viel schneller bewegen kann, wenn man die Möbel neu anordnet, selbst wenn man keine neuen Möbel kauft.

Technische Zusammenfassung

Technische Zusammenfassung: Optimierte Tandem-Katalysator-Musterung für CO2-Reduktions-Strömungsreaktoren

Problemstellung
Die elektrochemische CO2-Reduktion (CO2R) bietet einen Weg, überschüssige erneuerbare Energie in nachhaltige Kraftstoffe und Chemikalien umzuwandeln und gleichzeitig Treibhausgasemissionen zu mindern. Die kommerzielle Skalierung wird jedoch durch Leistungsbeschränkungen bei Kupfer (Cu)-Katalysatoren behindert, insbesondere durch hohe Überspannungen und eine begrenzte Selektivität hin zu hochwertigen Mehrkohlenstoffprodukten (z. B. Ethylen, Ethanol). Diese Einschränkungen resultieren häufig aus einer ineffektiven Steuerung des Transports von Zwischenprodukten. Bei der traditionellen Tandem-Katalyse, bei der ein erster Katalysator (z. B. Ag) CO2 in CO umwandelt und ein zweiter Katalysator (z. B. Cu) CO in hochwertige Produkte überführt, können Zwischenprodukte wie CO durch Advektion oder Diffusion verloren gehen, bevor sie den zweiten Katalysator erreichen. Während frühere Studien verschiedene Tandem-Katalysator-Konfigurationen (z. B. durchmischte Partikel, abwechselnde planare Abschnitte) untersucht haben, stützten sie sich weitgehend auf eine Vorwärtsanalyse – das Vorschlagen und Bewerten spezifischer Designs – anstatt die räumliche Anordnung der Katalysatoren systematisch zu optimieren, um die Leistung zu maximieren.

Methodik
Diese Studie stellt einen Proof-of-Concept-Rahmen vor, der Kontinuumstransportmodellierung mit adjungierter Designoptimierung in einem vereinfachten zweidimensionalen (2D) Strömungsreaktor-Setup integriert.

• Systemaufbau: Das Rechendomäne modelliert eine Scherströmung eines wässrigen Bicarbonat-Elektrolyten (500 mM KHCO3, 34 mM CO2) über eine aktive Elektrodenoberfläche. Die Elektrode besteht aus abwechselnden Ag- und Cu-Abschnitten. Ag-Abschnitte ermöglichen die Reaktion CO2 → CO, während Cu-Abschnitte die Umwandlung von CO in Ethylen (C2H4), Ethanol (C2H6O), Methan (CH4) und Wasserstoff (H2) katalysieren. CO ist im Zulaufstrom nicht vorhanden; es wird von Ag erzeugt und von Cu verbraucht.
• Steuernde Gleichungen: Das Modell löst stationäre Nernst-Planck-Gleichungen für den Spezientransport (CO2, H+, OH-, HCO3-, CO3 2-, K+, CO, H2 und Kohlenwasserstoffe), gekoppelt mit Bulk-Bicarbonat-Pufferreaktionen. Die Oberflächendynamik wird für beide Katalysatoren (Ag und Cu) mittels Tafel-Gleichungen modelliert. Die Strömung wird als Scherströmung mit einer definierten Scherrate angenähert, die aus der Péclet-Zahl abgeleitet wird.
• Optimierungsformulierung: Das Problem wird als PDE-gekoppelte Optimierung formuliert. Die Designvariablen sind die Längen von $N$ abwechselnden Ag/Cu-Abschnitten ($l_j$). Die Zielfunktion ist die Maximierung der räumlich gemittelten Ethylen-Stromdichte ($i_{C2H4}$).
• Algorithmus: Die Optimierung nutzt die adjungierte Methode, um die Sensitivitäten der Zielfunktion bezüglich der Katalysatorabschnittslängen zu berechnen. Ein L-BFGS-B-Quasi-Newton-Algorithmus verfeinert die Abschnittslängen iterativ, um die Leistung zu maximieren. Die Studie untersucht die Auswirkungen der angelegten Spannung ($U_{app}$), der Elektrolyt-Strömungsrate und der Anzahl der Musterabschnitte ($N$).

Hauptbeiträge

1. Design-Optimierungsrahmen: Die Arbeit führt einen systematischen Optimierungsansatz für die Musterung von Tandem-Katalysatoren ein, der über die Vorwärtsanalyse hinausgeht und die räumliche Anordnung von Katalysatoren basierend auf Transport- und Reaktionsbeschränkungen iterativ verfeinert.
2. Leistungssteigerung durch Musterung: Die Studie zeigt, dass die Optimierung der räumlichen Verteilung von Ag- und Cu-Abschnitten die Ethylenproduktion erheblich steigert, insbesondere wenn die Anzahl der Abschnitte ($N$) erhöht wird und unter Bedingungen starker Oberflächenreaktionen (negativere angelegte Spannungen).
3. Mechanistische Einsicht: Durch die Analyse der Konzentrationsfelder wird aufgeklärt, wie optimierte Muster „tote Zonen" (Bereiche niedriger CO-Konzentration auf Cu-Oberflächen) minimieren und die Nutzung der Zwischenprodukte CO verbessern.

Ergebnisse

• Einfluss der Abschnittsanzahl ($N$): Eine Erhöhung der Anzahl der Abschnitte von $N=2$ auf $N=12$ steigert die Ethylen-Stromdichte signifikant. Bei einer angelegten Spannung von $-1,7$ V vs. SHE erreicht das optimierte $N=12$-Design bis zu eine 65%ige Steigerung der Ethylen-Stromdichte im Vergleich zu einem nicht optimierten $N=2$-Design mit gleichen Längen.
• Optimierung vs. Abschnittsanzahl: Der Leistungsgewinn wird in Beiträge durch die Erhöhung von $N$ und durch die Optimierung der Musterelementlängen zerlegt. Bei weniger negativen Spannungen ($-1,35$ V) ist die Optimierung des Musters der dominierende Faktor. Bei negativeren Spannungen ($-1,7$ V) ist die Erhöhung der Anzahl der Abschnitte der Haupttreiber für Verbesserungen, obwohl die Optimierung dennoch signifikante Gewinne erzielt.
• Mustercharakteristika:
  • Bei $-1,35$ V (schwächere Reaktion) weisen optimierte Muster für hohe $N$ lange initiale Ag- und finale Cu-Abschnitte mit kurzen, schnell alternierenden intermediären Abschnitten auf.
  • Bei $-1,7$ V (stärkere Reaktion) und niedrigen Strömungsraten bevorzugen optimierte Muster längere Ag-Abschnitte und kürzere Cu-Abschnitte, um die CO-Produktion zu maximieren und eine CO-Verarmung auf Cu-Oberflächen zu minimieren.
  • Bei $-1,7$ V und hohen Strömungsraten bleiben die optimierten Muster nahe an Konfigurationen mit gleichen Längen, was darauf hindeutet, dass das initiale Design mit gleichen Längen unter diesen Bedingungen mit hohem Stofftransport bereits nahezu optimal ist.
• Abhängigkeit von der Strömungsrate: Der Einfluss der Strömungsrate auf die Leistung ist spannungsabhängig. Bei $-1,35$ V reduzieren höhere Strömungsraten die CO-Nutzung und die Ethylenproduktion, da schwach produziertes CO weggespült wird. Umgekehrt steigern bei $-1,7$ V höhere Strömungsraten die Ethylenproduktion, indem sie Reaktanten effektiver nachliefern, da die starken Oberflächenreaktionen hohe lokale CO-Konzentrationen aufrechterhalten.

Bedeutung und Behauptungen
Die Autoren behaupten, dass diese Arbeit einen Proof of Concept für die Nutzung von Kontinuummodellierung in Kombination mit Designoptimierung liefert, um die räumliche Anordnung von Katalysatoren in CO2R-Elektrolyseuren zu steuern. Die Studie stellt fest, dass:

• Das optimale Reaktordesign stark von Betriebsbedingungen (Spannung, Strömungsrate) und dem Grad der Musterung ($N$) abhängt.
• Der primäre Mechanismus für Leistungsverbesserungen bei optimierten Tandem-Katalysatoren die Minimierung von Zonen niedriger Reaktantenkonzentration auf der Sekundärkatalysator-Oberfläche ist, wodurch die Nutzung des Schlüsselzwischenprodukts (CO) maximiert wird.
• Obwohl das aktuelle 2D-Setup eine Vereinfachung darstellt, die nicht alle Komplexitäten industrieller Gasdiffusionselektroden (GDEs) erfasst, bietet die Methodik einen grundlegenden Schritt zur Optimierung realistischerer, komplexerer Elektrolyseurgeometrien.
• Die Integration von Hochleistungsrechnen mit fundierter Kontinuummodellierung dient als leistungsfähiges Werkzeug zur Eingrenzung des Designraums für experimentelle Validierungen und zur Verbesserung der Effizienz elektrochemischer Prozesse.

Die Arbeit schließt, dass zukünftige Arbeiten diese Optimierungsfähigkeiten auf 3D-Szenarien (z. B. GDEs) ausweiten, andere Zielfunktionen (Selektivität, Energieeffizienz) untersuchen und Betriebsbedingungen parallel zur Katalysatormusterung optimieren sollten.