Erstmals mit Details: Wie giftiges Kohlenmonoxid am Katalysator zu Kohlendioxid verbrennt
Die Abbildung illustriert eine Momentaufnahme während der Reaktion von CO zu CO2, wie sie nun erstmals am SLAC gelungen ist. © SLAC National Accelerator Laboratory
Ein internationales Forschungsteam hat erstmals die flüchtigen Zwischenstufen beobachtet, die sich bilden, wenn Kohlenmonoxid auf einer heißen Ruthenium-Oberfläche, einem einfachen Katalysator, oxidiert. Sie nutzten dafür ultrakurze Röntgenblitze und Laserpulse am SLAC National Accelerator Laboratory, Menlo Park, Kalifornien. Dabei erhitzte ein Laserblitz zunächst die Ruthenium-Oberfläche und aktivierte so die absorbierten Kohlenmonoxid-Moleküle und Sauerstoff-Atome. Über Röntgenabsorptionsspektroskopie konnte das Team dann ermitteln, wie sich die elektronische Struktur der Sauerstoffatome veränderte, während sie mit Kohlenstoff-Atomen Bindungen anbahnten. Die beobachteten Übergangszustände stimmen mit quantenchemischen Berechnungen gut überein.
Überraschend war jedoch, wie viele Reaktionspartner in einen Übergangszustand aktiviert wurden – und ebenso überraschend war die Entdeckung, dass nur ein kleiner Bruchteil davon anschließend tatsächlich stabile CO2-Moleküle bildet. „Es ist so, als wenn man Murmeln einen Berg hochschießt und die meisten, die es bis oben geschafft haben, rollen einfach wieder auf der gleichen Seite herunter“, sagt Anders Nilsson, Professor am SLAC/Stanford SUNCAT Center for Interface Science and Catalysis und an der Stockholm University, der das Forschungsprojekt geleitet hat.
Ein Team vom Institut für Methoden und Instrumentierung für Forschung mit Synchrotronstrahlung am Helmholtz-Zentrum Berlin (HZB) hat zu diesem Forschungsprojekt am SLAC beigetragen. Die fruchtbare Zusammenarbeit wurde durch die Volkswagen-Stiftung sowie das Helmholtz Virtual Institute “Dynamic Pathways in Multidimensional Landscapes” ermöglicht. „Diese Ergebnisse helfen uns, eine entscheidende Reaktion an einem Katalysator zu verstehen, die auch für den Umweltschutz sehr wichtig ist“, erklärt HZB-Physiker Martin Beye.
Zur ausführlichen Presseinfo auf der SLAC-Website
Referenz: H. Öström et al., Science, 12 February 2015 (10.1126/science.1261747)
- Weltweit nur an BESSY II: IR-Nanoskopie bei sehr langen THz-Wellenlängen
Ein HZB-Team hat an der IRIS-Beamline bei BESSY II neue experimentelle Optionen geschaffen: Die Infrarot-Nanoskopie mit einer räumlichen Auflösung von rund 50 nm bei sehr langen THz-Wellenlängen. Möglich wurde dies durch den „Low-Alpha-Betriebsmodus“ an BESSY II, ein besonderes zeitliches Muster von Lichtimpulsen. Weltweit ist BESSY II nun die einzige Synchrotronlichtquelle, die in einem Versuchsaufbau Nanoskopie im Bereich von 25 bis 4000 cm-1 anbietet – eine einzigartige Möglichkeit zur ultrabreitbandigen Charakterisierung komplexer Materialien im Nanobereich sowohl in den Lebenswissenschaften als auch in den Materialwissenschaften.
- Ultraschnelle Entmagnetisierung - Dünneres Eisen, stärkere Wirkung
Je dünner eine Eisenschicht, desto leichter lässt sie sich durch einen Laserpuls entmagnetisieren. Forschende der Universität Duisburg-Essen haben gemeinsam mit dem Helmholtz-Zentrum Berlin und weiteren Partner:innen herausgefunden, warum das so ist: Entscheidend ist die magnetische Ordnung an den Grenzflächen des Materials. Die Erkenntnisse könnten langfristig dazu beitragen, neue Technologien für die magnetische Datenspeicherung zu entwickeln. Die Ergebnisse wurden in der Fachzeitschrift Advanced Science veröffentlicht.
- Blinder Fleck für die Anordnung der AtomeKünstliche Intelligenz wird zunehmend eingesetzt, um Eigenschaften neuer Materialien vorherzusagen. Ein Forschungsteam aus Jena und den USA zeigt nun in einer im Fachjournal „Nature Computational Science“ Studie: Kommen dabei Sprachmodelle zum Einsatz, erfassen diese zwar zuverlässig, welche Atomsorten ein Material enthält. Informationen über deren räumliche Anordnung nutzen sie jedoch nur unzureichend. Selbst größere Modelle und mehr Trainingsdaten beheben diese Schwäche nicht. Für stark strukturabhängige Materialeigenschaften sind deshalb auf räumliche Strukturen spezialisierte KI-Modelle die verlässlichere Wahl. (DOI: 10.1038/s43588-026-01045-2)