有多少次，当我们经过一辆旧柴油车时，我们都屏住了呼吸，因为我们知道那些废气不会带来任何好处？氮氧化物是 我们肺部最大的敌人之一，这些沉默而看不见的侵略者，欧 7 法规最终想将它们限制在“几乎被淘汰”的范围内。
但是，如果不向汽车宣战，我们如何才能实现这一目标呢？答案来自 查尔姆斯大学，他想出了一个创新的方法： 部署人工智能来设计更高效的铜沸石催化剂。 数学与化学相结合，让我们能够继续无忧无虑地驾驶。
欧7，标准与创新的问题
欧 7 法规即将出台，对汽车制造商来说是一个巨大的挑战。这不是一个小的调整：这是对允许排放的污染物的进一步大幅减少。旧的催化剂虽然有效，但可能无法胜任这项任务。
这就是创新发挥作用的地方： 基于催化剂 富含铜的菱沸石。 这些材料在使用氨作为还原剂选择性催化还原氮氧化物方面表现出了令人惊讶的功效。这个过程非常有趣：它们在富氧环境中促进氮-氮键的形成，同时防止不必要的反应。
这些系统非常复杂，只有人工智能才能帮助我们真正理解它们。难怪科学家们向她寻求解决这个分子难题。
催化剂的微观世界
这些催化剂的神奇之处在于其非凡的动态特性。沸石就像微小的晶体笼子，其中铜离子与氨跳着分子华尔兹，形成漂浮在材料通道中的移动复合物。
计算研究对于了解详细结构和组成如何影响其性能非常重要。
的话 亨里克·格伦贝克，物理系教授 查尔姆斯理工大学。这些复合物的流动性至关重要：反应需要同一沸石笼中的两个复合物才能进行。如何让两个舞者在拥挤的房间里走到一起。人工智能有答案。
研究团队开发了一种机器学习“力场”，这是一种描述原子间力（包括长距离静电相互作用）的计算模型。这使得研究带电氨-铜-氨复合物的扩散成为可能，提供了以前无法获得的见解。
模拟的影响
我学习， 出版 自然通讯，带有 亨里克·格伦贝克, 约阿希姆·比耶雷加德 （物理系博士生）和 马丁·沃茨迈尔 （工业合作伙伴 Umicore 和达姆施塔特工业大学），在 CHASS 项目框架内。
我喜欢这样想：当我们讨论欧 7 的限制时，小小的铜原子已经在人工智能的指导下学会更好地净化空气。或许，这一次，技术先于法规这一事实将会派上用场。
