ReLaKIKat

Reduktion der Lachgas Emissionen und des Edelmetallverbrauchs bei der Industriellen Oxidation von Ammoniak durch KI-basierte Entwicklung neuer Katalysatoren

Treibhausgaseinsparung durch den Einsatz von KI

Bei etwa 80% aller chemischen Prozesse kommen Katalysatoren zum Einsatz. Es fehlt jedoch das allgemeine Verständnis dafür, welcher Katalysator für eine bestimmte chemische Reaktion ideal ist. Bestehende Katalysatoren sind in der Regel das Ergebnis von zufälligen Entdeckungen. Das klassische Ostwald-Verfahren für die Herstellung von Salpetersäure ist ein industriell höchst relevantes Beispiel. Salpetersäure ist eine der am meisten produzierten Massenchemikalien der Welt mit einer Jahresproduktion von mehr als 60 Millionen Tonnen. Beim ersten Schritt, der sogenannten Ammoniakoxidation, werden Katalysatoren aus Platin- Rhodium-Legierungen verwendet, und als unerwünschtes Nebenprodukt entsteht Lachgas. Lachgas ist ein 300-mal stärkeres Treibhausgas als Kohlendioxid. Das hohe weltweite Produktionsvolumen von Salpetersäure führt zu Lachgas Emissionen von ca. 100 Millionen Tonnen CO2 Äquivalenten im Jahr. Ein zweites Problem sind Veränderungen des Katalysators. Während des Betriebs ändert sich die Struktur und Zusammensetzung der Katalysatoren, was zu einem erheblichen Verlust von Platin aus dem Katalysator führt. Trotz dieser beiden eindeutigen Einschränkungen konnte bisher noch kein verbesserter Katalysator gefunden werden.

Mit virtuellen Hochdurchsatz-Screening-Ansätzen auf der Grundlage künstlicher Intelligenz (KI) können diese Einschränkungen überwunden werden. Dieser Ansatz ermöglicht enorm viele Materialzusammensetzungen virtuell zu testen. Die theoretischen Methoden sind jedoch noch recht neu und es gibt keine entsprechende Software für einen routinemäßigen Einsatz. Dadurch hat dieser Ansatz noch nicht den Weg in die industrielle Praxis gefunden.

Hier setzt das Verbundvorhaben ReLaKIKat an. Es wird ein solches KI-gestütztes Screening entwickelt und demonstriert, wie die Methode zu einem neuen Katalysator führt. Die Strategien werden hierbei erstmals konsequent auch die Katalysatorstabilität berücksichtigen. Der gesamte Arbeitsablauf zur Katalysatoroptimierung wird anhand der Ammoniakoxidation demonstriert. Der neu eingeführte Katalysator wird einen langfristigen Beitrag zur Erreichung der Klimaziele leisten. Die neue KI-basierte Methode zur Auffindung neuer und verbesserter Katalysatoren für chemische Prozesse stellt zusätzlich einen Durchbruch in der Katalysatorforschung zur Entwicklung neuer grüner Technologien dar.

Förderkennzeichen:
BMBF – FKZ 03XP0603
Laufzeit:
01.06.2024-31.05.2027

Projektleitung

REACNOSTICS GmbH, Hamburg

Projekt-Partner

Fritz-Haber-Institut der Max-Planck-Gesellschaft, Berlin
Technische Universität München - Lehrstuhl für Elektronenmikroskopie mit Forschungsschwerpunkt Energiematerialien, Garching
Technische Universität Hamburg - Verfahrenstechnik - Institut für Chemische Reaktionstechnik, Hamburg
Skip to content