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

本研究は、連続体輸送モデルと随伴法に基づく設計最適化を統合することが、エチレン電流密度を最大化するために Ag と Cu 触媒を戦略的にパターン化することにより、特に高電圧およびパターン化セクションの増加において、CO$_2$還元流反応器の性能を大幅に向上させることを示している。

要約

完璧なケーキを焼こうとしていると想像してください。しかし、あなたのキッチンには奇妙なルールがあります。すべての材料を一度に混ぜることができないのです。代わりに、2 つの独立した作業場があります。

• 作業場 A（銀）： この作業場は、生の小麦粉（二酸化炭素）を生地（一酸化炭素）に変えるのが得意です。
• 作業場 B（銅）： この作業場は、その生地を美味しいケーキ（エチレン、価値のある化学物質）に変えるのが驚くほど上手です。

問題は？もし作業場 A を作業場 B から遠く離して配置すると、生地が作業場 B に到達する前に風（反応器内の流れる水）に流されてしまいます。あるいは、作業場 A を多すぎて作業場 B が不足していると、ケーキはできず、生地の山だけが残ってしまいます。

この論文は、これらの 2 つの作業場を配置する完璧なレイアウトを見つけ、可能な限り多くのケーキを作る方法についてのものである。

大きなアイデア：「タンデム触媒」

研究者たちはタンデム触媒と呼ばれるプロセスを研究しています。これは組立ラインのようなものです。

1. 銀（Ag） は最初の作業者として機能し、CO₂を CO に変換します。
2. 銅（Cu） は 2 番目の作業者として機能し、その CO を取り込んで、プラスチックや燃料の基礎となるエチレンなどの高付加価値製品に変えます。

従来の設定では、これらの作業者は混ぜ合わされたり、大きな独立したブロックに配置されたりするかもしれません。研究者たちは知りたいと思いました：電極を銀と銅の小さな交互のストリップに分割し、各ストリップの長さを変えられるとしたら、最も多くのケーキを得るための最良のパターンは何でしょうか？

実験：デジタルの「調整」ノブ

物理的な反応器を構築して何千もの異なるパターンを試す（何年もかかるでしょう）代わりに、チームはコンピュータシミュレーションを構築しました。

彼らは、液体が平坦な表面を流れるデジタルの「フロー反応器」を作成しました。そして、何百万もの異なるパターンをテストするために、賢いコンピュータアルゴリズム（超高度な GPS のようなもの）を使用しました。コンピュータは以下を行います：

1. パターンを試す（例：長い銀のストリップ、次に短い銅のストリップ）。
2. どれだけの「ケーキ」（エチレン）が作られたかを確認する。
3. ストリップの長さをわずかに調整する。
4. 絶対的に最良の配置が見つかるまで、これを繰り返し実行する。

彼らが発見したもの

コンピュータは、「完璧な」パターンが、システムをどの程度強く押し出すか（電圧）と、液体がどの程度速く流れるかに大きく依存していることを発見しました。

1. 「強い押し」シナリオ（高電圧）：
システムを強く押し（強い電気的電圧を使用）、最良の設計は、単に 2 つの大きなストリップではなく、非常に多くの小さなストリップ（最大 12 セクション）を持つことでした。

• 結果： この最適化されたパターンは、単純で最適化されていない設計と比較して、最大 65% 多いエチレンを生産しました。
• 理由： 高速では、液体は速く移動します。銅セクションが長すぎると、「生地」（CO）がストリップの非常に最初で使い果たされ、残りの銅ストリップはアイドル状態（「デッドゾーン」）になります。ストリップを短くして数を増やすことで、新鮮な生地が銅の作業者たちに絶えず供給され、彼らが常に忙しく働けるようになります。

2. 「穏やかな押し」シナリオ（低電圧）：
押しが弱い場合、最良のパターンは異なって見えました。それは、巨大な生地の山を作るための非常に長い最初の銀のストリップを好み、それをすべて消費するための非常に長い最後の銅のストリップを続け、その間に小さく高速に切り替わるストリップを配置するものでした。

3. 流速が重要：

• 高速流： 水が急流のように流れる場合、生地が洗い流されないようにするために、反応が非常に強力（高電圧）である必要があります。
• 低速流： 水が遅い場合、生地は落ち着く時間がありますが、新鮮な材料が不足しないように注意する必要があります。

秘密のソース：「デッドゾーン」の回避

最適化されたパターンがこれほどうまく機能した主な理由は、**「デッドゾーン」**を排除したことです。

最初の数人の作業者は忙しく働いているが、部品が不足したため、最後の数人の作業者は何もせず立ち往生しているようなコンベアベルトを想像してください。古い設計では、銅セクションの終わりに、CO が使い果たされるこれらのデッドゾーンがよく存在しました。

コンピュータの最適化された設計は、ストリップを再配置して、「生地」（CO）が均等に分配されるようにしました。銅表面のすべてのインチに作業するための十分な生地があることを保証し、最終製品の生産を最大化しました。

まとめ

この論文は「概念実証」です。物理的な工場を建設したわけではありませんが、触媒のレイアウトを数学とコンピュータを使って設計することが、CO₂を有用な化学物質に変換する効率を大幅に向上させることができることを証明しました。

• 問題： CO₂還元は厄介だ；中間生成物が失われたり無駄にされたりする。
• 解決策： 銀と銅のストリップの交互のパターンの完璧な配置をコンピュータで見つける。
• 成果： 化学物質そのものではなく、触媒表面の形状を変えるだけで、シミュレーションにおいて生産量を最大 65% 向上させることができました。

それは、新しい家具を買わずとも、部屋の家具を配置し直すだけで、はるかに速く動き回れることに気づいたようなものです。

技術概要

技術サマリー：CO2 還元フローリアクターのための最適化されたタンデム触媒パターニング

問題提起
電気化学的 CO2 還元（CO2R）は、温室効果ガスの排出を抑制しつつ、過剰な再生可能エネルギーを持続可能な燃料や化学物質に変換する道筋を提供する。しかし、商業規模での展開は、銅（Cu）触媒の性能限界、特に高い過電圧と高付加価値の多炭素生成物（例えばエチレン、エタノール）に対する選択性の限界によって妨げられている。これらの限界は、しばしば中間種の輸送管理の非効率性に起因する。従来のタンデム触媒法では、第一触媒（例えば Ag）が CO2 を CO に変換し、第二触媒（例えば Cu）が CO を高付加価値生成物に変換するが、中間種である CO は、第二触媒に到達する前に移流や拡散によって失われる可能性がある。以前の研究では、さまざまなタンデム触媒構成（例えば、粒子の混在、交互の平面セクション）が検討されてきたが、これらは主に特定の設計を提案・評価する前方解析に依存しており、性能を最大化するために触媒の空間配置を体系的に最適化するアプローチはほとんど取られてこなかった。

手法
本研究は、簡略化された 2 次元（2D）フローリアクター設定内で、連続体輸送モデルと随伴法に基づく設計最適化を統合した概念実証フレームワークを提示する。

• システム設定: 計算領域は、活性電極表面上の水溶液炭酸水素塩電解質（500 mM KHCO3、34 mM CO2）のせん断流をモデル化する。電極は、交互に配置された Ag セクションと Cu セクションで構成される。Ag セクションは CO2 → CO 反応を促進し、Cu セクションは CO をエチレン（C2H4）、エタノール（C2H6O）、メタン（CH4）、および水素（H2）への変換を促進する。CO は入口流には存在せず、Ag によって生成され、Cu によって消費される。
• 支配方程式: モデルは、種輸送（CO2、H+、OH-、HCO3-、CO3 2-、K+、CO、H2、および炭化水素）のための定常状態ネルンスト・プランク方程式を、バルクの炭酸水素塩緩衝反応と結合させて解く。表面反応速度論は、Ag と Cu の両方の触媒に対してタフェル式を用いてモデル化される。流体流れは、ペクレ数から導出された定義されたせん断率を持つせん断流として近似される。
• 最適化定式化: 問題は PDE 制約付き最適化問題として定式化される。設計変数は、$N$個の交互する Ag/Cu セクションの長さ（$l_j$）である。目的関数は、空間平均エチレン電流密度（$i_{C2H4}$）の最大化である。
• アルゴリズム: 最適化は、目的関数の触媒セクション長に対する感度を計算するために随伴法を利用する。L-BFGS-B 準ニュートン法アルゴリズムが、性能を最大化するためにセクション長を反復的に洗練する。本研究では、印加電圧（$U_{app}$）、電解質流量、およびパターニングセクション数（$N$）の影響を調査する。

主要な貢献

1. 設計最適化フレームワーク: 本論文は、輸送および反応制約に基づいて触媒の空間配置を反復的に洗練する、タンデム触媒パターニングのための体系的な最適化アプローチを導入し、前方解析を超えたものとしている。
2. パターニングによる性能向上: 本研究は、Ag と Cu セクションの空間分布を最適化することが、特にセクション数（$N$）が増加し、強い表面反応条件（より負の印加電圧）において、エチレン生成を著しく促進することを示している。
3. 機構的洞察: 濃度場分析を通じて、最適化されたパターンが「デッドゾーン」（Cu 表面上の低 CO 濃度領域）を軽減し、中間種 CO の利用効率を向上させる仕組みを解明している。

結果

• セクション数（$N$）の影響: セクション数を $N=2$ から $N=12$ に増加させることは、エチレン電流密度を著しく増加させる。SHE に対して -1.7 V の印加電圧において、最適化された $N=12$ の設計は、非最適化の等長 $N=2$ 設計と比較して、最大で65% のエチレン電流密度の増加を達成する。
• 最適化対セクション数: 性能向上は、$N$の増加による寄与とパターン長の最適化による寄与に分解される。より負でない電圧（-1.35 V）では、パターンの最適化が支配的な要因である。より負の電圧（-1.7 V）では、セクション数の増加が改善の主要な駆動力であるが、最適化によっても依然として著しい利益が得られる。
• パターンの特性:
  • -1.35 V（反応が弱い）において、高い $N$ に対する最適化されたパターンは、長い初期 Ag セクションと最終 Cu セクション、および短く急速に交互する中間セクションを特徴とする。
  • -1.7 V（反応が強い）および低流量において、最適化されたパターンは、CO 生成を最大化し Cu 表面上での CO 枯渇を最小化するために、より長い Ag セクションとより短い Cu セクションを好む。
  • -1.7 Vおよび高流量において、最適化されたパターンは等長構成に近いまま残る。これは、これらの高質量輸送条件下では、初期の等長設計がすでにほぼ最適であることを示唆している。
• 流量依存性: 流量が性能に及ぼす影響は電圧依存性である。-1.35 V では、より高い流量は弱く生成された CO を洗い流すため、CO の利用効率とエチレン生成を低下させる。逆に、-1.7 V では、強い表面反応が局所 CO 濃度を高く維持するため、より高い流量は反応物をより効果的に補充することでエチレン生成を増加させる。

意義と主張
著者は、この研究が CO2R 電解槽における触媒の空間配置を導くために、連続体モデルと設計最適化を組み合わせるための概念実証を提供すると主張している。本研究は以下のことを確立している。

• 最適なリアクター設計は、運転条件（電圧、流量）およびパターニングの度合い（$N$）に強く依存する。
• 最適化されたタンデム触媒における性能向上の主要な機構は、二次触媒表面上の低反応物濃度領域を最小化することであり、それによって主要な中間体（CO）の利用を最大化する。
• 現在の 2D 設定は産業用ガス拡散電極（GDE）のすべての複雑さを捉えるものではない単純化であるが、この手法はより現実的で複雑な電解槽幾何形状の最適化に向けた基礎的なステップを提供する。
• 高性能計算と情報に裏打ちされた連続体モデルの統合は、実験的検証のための設計空間を狭め、電気化学プロセスの効率を向上させるための強力なツールとして機能する。

本論文は、今後の研究において、これらの最適化機能を 3D 設定（例えば GDE）に拡張し、他の目的関数（選択性、エネルギー効率）を検討し、触媒パターニング alongside 運転条件を最適化すべきであると結論づけている。