研究进展：UML车芳琳/大连理工大学，可解释机器学习-绿色制氢 | Nature Chemical Engineering

背景：氨作为氢载体需要高温和昂贵金属的传统分解方法存在成本高、能耗大的问题。研究目的：开发低温等离子体催化分解氨技术，利用机器学习筛选高效廉价催化剂，实现低成本绿色制氢。结论：通过多尺度模拟和机器学习从3300多种催化剂中筛选出Fe₃Cu、Ni₃Mo等高效合金，在400°C实验验证其催化性能媲美贵金属钴，实现1美元/公斤以下的制氢成本和-0.91 kg CO₂/kg H₂的碳足迹，为船舶、偏远地区等场景提供可行的绿色氢能解决方案。