Den Schleier lüften von Brennstoffzellen-Katalysatorschichten
Protonenaustauschmembran-Brennstoffzellen (PEMFC), die für den Einsatz in Elektrofahrzeugen entwickelt werden, stützen sich auf Nanopartikel, so genannte Katalysatoren, um stromerzeugende Reaktionen zwischen Wasserstoff und Sauerstoff auszulösen. Die meisten PEMFC-Katalysatoren enthalten Platin – ein knappes und kostbares Metall. Daher besteht weltweit ein dringender Bedarf an der Entwicklung von Katalysatoren, die bei möglichst geringem Platingehalt möglichst viel Strom erzeugen können.
Die Hersteller integrieren diese Katalysatoren in komplexe Baugruppen, die als Katalysatorschichten bezeichnet werden. Bisher mussten sie dies ohne ein detailliertes Bild der entstehenden Struktur tun, da herkömmliche bildgebende Verfahren fast immer einen gewissen Grad an Beschädigung verursachen.
Vasiliki Tileli, Leiterin des Labors für In-situ-Charakterisierung von Nanomaterialien mit Elektronen an der Fakultät für Ingenieurwesen, hat einen Weg gefunden, diese Herausforderung zu umgehen. Indem sie Katalysatoren und ihre Umgebung bei Temperaturen unter dem Gefrierpunkt mit Hilfe der kryogenen Transmissionselektronen-Tomographie abbildet und die Bilder mit Deep Learning verarbeitet, ist es ihr und ihren Kollegen gelungen, zum ersten Mal die Struktur von Katalysatorschichten im Nanomassstab aufzudecken.
«Wir sind noch weit entfernt von PEMFCs ohne Platin, das sehr teuer ist. Kurzfristig müssen wir also die Platinbeladung reduzieren, um diese Technologie für die Massenproduktion tauglich zu machen. Es ist daher wichtig zu verstehen, wie das Platin im Verhältnis zu anderen Materialien in der Katalysatorschicht angeordnet ist, um die für die chemischen Reaktionen erforderliche Kontaktfläche zu vergrössern», erklärt Tileli.
«Deshalb ist es eine grosse Leistung, diese Katalysatoren dreidimensional abzubilden; vorher war es unmöglich, den richtigen Kontrast zwischen den verschiedenen Komponenten der Katalysatorschicht zu erzielen.»
Bessere Konservierung, höhere Auflösung
Bei der Bildgebung mit der herkömmlichen Elektronenmikroskopie werden die empfindlichen Proben der Katalysatorschicht häufig durch die Elektronenstrahlen beschädigt, wodurch die Materialien schrumpfen oder sich verformen. Durch die In-situ-Bildgebung bei Kryo-Temperaturen konnten Tileli und ihr Team den grössten Teil der Morphologie der Katalysatorschicht erhalten. Anschliessend nutzten sie einen Algorithmus für maschinelles Lernen, um die Bilder genauer zu entrauschen und zu klassifizieren, wodurch sie eine höhere Bildauflösung als je zuvor erreichen konnten.
Entscheidend war, dass die Wissenschaftlerinnen und Wissenschaftler die heterogene Dicke einer porösen Polymerschicht auf den Katalysatoren, des so genannten Ionomers, aufzeigen konnten. Die Dicke des Ionomers hat grossen Einfluss darauf, wie gut die Platinkatalysatoren funktionieren.
«Das Ionomer muss eine bestimmte Dicke haben, damit die katalytischen Reaktionen effizient ablaufen können. Da wir eine vollständige Rekonstruktion der Katalysatorschichten mit begrenzter Beschädigung der Struktur durchführen konnten, konnten wir zum ersten Mal zeigen, wie viel Platin mit Ionomer bedeckt ist und wie dick diese Bedeckung ist», erklärt Tileli.
Solche Informationen könnten eine Goldgrube für Katalysatorhersteller sein, die sie nutzen könnten, um Katalysatoren mit mehr Platinpartikeln herzustellen, die von der richtigen Menge Ionomer bedeckt sind – und die daher optimal funktionieren.
«Der Kryo-Aspekt ist die Schlüsselkomponente dieser Studie. Ionomere sind wie Proteine: Sie sind weich und benötigen Gefrierbedingungen, um ihre Struktur zu stabilisieren und zu schützen», sagt Tileli.
«Ich denke, dass diese fortschrittliche Technik daher nicht nur die Massenherstellung von PEMFCs durch optimierten Platineinsatz erleichtern wird, sondern auch für viele andere materialwissenschaftliche und energetische Anwendungen nützlich sein wird – zum Beispiel für Batteriespeicher, Wasserelektrolyse und Energieumwandlungssysteme im Allgemeinen.»
