Das Bundesministerium für Bildung und Forschung (BMBF) bewilligte dem Institut für Chemische Reaktionstechnik (V-02) im April 2024 das Projekt: „Reduktion der Lachgas Emissionen und des Edelmetallverbrauchs bei der Industriellen Oxidation von Ammoniak durch KI-basierte Entwicklung neuer Katalysatoren“ (ReLaKiKat)
Mithilfe von Machine Learning Methoden sollen neue Metalllegierungen für die Ammoniakoxidation entwickelt werden, die möglichst kein Lachgas (stark klimawirksames Treibhausgas) erzeugen und nicht innerhalb weniger Monate korrodieren (bisher ca. 0.5g Pt Verlust / Tonne HNO3). Der Prozess wurde vor über hundert Jahren von Wilhelm Ostwald in Leipzig entwickelt (Ostwald Verfahren) und es wird bis heute, trotz jahrzehntelanger Suche nach neuen Katalysatormaterialien, nach wie vor Platin verwendet. In dem Projekt soll versucht werden, mit Deskriptor-basierten Verfahren des maschinellen Lernens, kombiniert mit der Aufklärung des Korrosionsmechanismus der Platin-basierten Katalysatoren, neue, selektivere und stabilere Katalysatoren für diesen Prozess zu finden, die gleichermaßen aktiv sind wie Platin aber möglichst kein oder weniger Edelmetalle enthalten.
Die Projektpartner sind: Reacnostics (Konsortialführerin, CFD Simulationen, Softwareentwicklung), TUHH (Aufklärung des Korrosionsmechanismus durch Labor- und Synchrotronexperimente), Fritz-Haber-Institut Berlin, Abteilung Theorie (Entwicklung der Machine Learning Algorithmen und Deskriptoren), TU München (operando Elektronenmikroskopie), YARA Norwegen (Anwender & Industriepartner).
Das Projektvolumen beträgt ca. 2,4 Mio. €, von denen 1,147 Mio. an die TUHH gehen.
