CO2回収を原子単位で探る
発行日:2024年8月5日
米国ローレンス・リバモア国立研究所(Lawrence Livermore National Laboratory:LLN)の科学者チームが、アミン系吸収剤によるCO2回収の原子レベルでの理解を得るため、機械学習モデルを開発した。
この革新的なアプローチは、直接空気回収(DAC)技術の効率性の強化を約束する。同研究は、米国エネルギー省(Department of Energy)科学局(Office of Science)の基礎エネルギー科学(Basic Energy Sciences)プログラム物質科学・工学課(Materials Sciences and Engineering Division)によって資金提供されている。
アミン系吸収剤は有望なソリューションとして浮上しており、超希釈された条件下でもCO2と効率的に結合する。これらの吸収剤は低費用であることから、いくつかの企業は同技術の規模を拡大することができ、DACが地球温暖化に対処する実現可能な方法であることを実証した。しかし、実験的に適切な条件下でのCO2回収の化学的性質には、重大な未知の領域が残っている。
Probing carbon capture, atom-by-atom
Published: 5 August 2024
Source: Carbon Capture Journal
A team of scientists at Lawrence Livermore National Laboratory (LLNL) has developed a machine-learning model to gain an atomic-level understanding of CO2 capture in amine-based sorbents.
The innovative approach promises to enhance the efficiency of direct air capture (DAC) technologies. The research is funded by the Department of Energy, Office of Science, Basic Energy Sciences, Materials Sciences and Engineering Division.
Amine-based sorbents have emerged as a promising solution, efficiently binding CO2 even at ultra-dilute conditions. The low cost of these sorbents has enabled several companies to scale up this technology, demonstrating DAC as a feasible way to combat global warming. However, significant knowledge gaps remain in the chemistry of CO2 capture under experimentally relevant conditions.