Quante volte passando accanto a un vecchio diesel abbiamo trattenuto il respiro, consapevoli che quei fumi non promettono nulla di buono? Gli ossidi di azoto sono tra i peggiori nemici dei nostri polmoni, silenziosi e invisibili aggressori che le normative Euro 7 vogliono finalmente confinare nel recinto dei “quasi eliminati”.
Ma come raggiungere questo obiettivo senza dichiarare guerra alle quattro ruote? La risposta arriva da un team della Chalmers University, che ha escogitato un metodo innovativo: schierare l’intelligenza artificiale per progettare catalizzatori rame-zeolite incredibilmente più efficienti. È la matematica che si allea con la chimica per permetterci di continuare a guidare senza sensi di colpa.
Euro 7, questione di standard e innovazione
Le normative Euro 7 si profilano all’orizzonte come una sfida formidabile per i produttori di auto. Non è un piccolo aggiustamento: è una ulteriore, e drastica riduzione degli inquinanti consentiti nelle emissioni. I vecchi catalizzatori, per quanto efficaci, potrebbero non essere all’altezza del compito.
E qui entra in gioco l’innovazione: i catalizzatori a base di zeolite cabasite arricchita con rame. Questi materiali hanno dimostrato un’efficacia sorprendente nella riduzione catalitica selettiva degli ossidi di azoto, utilizzando l’ammoniaca come agente riducente. Il processo è affascinante: favoriscono la formazione di legami azoto-azoto in un ambiente ricco di ossigeno, mentre impediscono le reazioni indesiderate.
La complessità di questi sistemi è tale che solo l’intelligenza artificiale può aiutarci a comprenderli davvero. Non mi meraviglia che gli scienziati si siano rivolti a lei per risolvere questo rompicapo molecolare.
Dentro il mondo microscopico dei catalizzatori
La magia di questi catalizzatori risiede nella loro natura straordinariamente dinamica. Le zeoliti sono come minuscole gabbie cristalline, dove gli ioni di rame ballano un valzer molecolare con l’ammoniaca, formando complessi mobili che fluttuano nei canali del materiale.
Le indagini computazionali sono importanti per capire come la struttura dettagliata e la composizione influenzino le loro prestazioni.
Parole di Henrik Grönbeck, professore al Dipartimento di Fisica della Chalmers University of Technology. La mobilità di questi complessi è cruciale: servono due complessi nella stessa gabbia di zeolite per far procedere la reazione. Come far incontrare due ballerini in una stanza affollata. L’AI ha la risposta.
Il team di ricerca ha sviluppato un “campo di forza” di machine learning, un modello computazionale che descrive le forze tra atomi, includendo le interazioni elettrostatiche a lungo raggio. E questo ha permesso di studiare la diffusione dei complessi ammoniaca-rame-ammoniaca carichi, offrendo intuizioni che prima erano inaccessibili.
L’impatto delle simulazioni
Lo studio, pubblicato su Nature Communications, porta la firma di Henrik Grönbeck, Joachim Bjerregaard (dottorando al Dipartimento di Fisica) e Martin Votsmeier (partner industriale Umicore e Università Tecnica di Darmstadt), nell’ambito del progetto CHASS.
Mi piace pensare che mentre noi dibattiamo sulle restrizioni dell’Euro 7, piccoli atomi di rame stanno già imparando a purificare meglio l’aria, guidati dall’intelligenza artificiale. Forse, una volta tanto, il fatto che la tecnologia arrivi prima delle normative ci tornerà utile.
