HidrojenHaber – Koç Üniversitesi araştırmacıları, hidrojen içeren gaz karışımlarından karbondioksitin ayrıştırılmasında kullanılabilecek yeni nesil membranların belirlenmesini hızlandıran yapay zekâ destekli bir yöntem geliştirdi.
Koç Üniversitesi Kimya ve Biyoloji Mühendisliği Bölümü’nden Feride Neva Yüngül ve Prof. Dr. Seda Keskin tarafından yürütülen araştırmada, metal-organik kafeslerin (MOF) polimerlerle birleştirilmesiyle oluşturulan 104 bin 196 farklı karma matrisli membranın gaz geçirgenliği incelendi.
Çalışmada özellikle hidrojen/karbondioksit (H₂/CO₂) ayrımı bakımından yüksek performans gösterebilecek malzeme bileşimleri araştırıldı. Bu ayrıştırma işlemi, fosil kaynaklardan veya sentez gazından hidrojen üretilen tesislerde hidrojenin saflaştırılması ve süreçte ortaya çıkan karbondioksitin atmosfere salınmadan yakalanması açısından önem taşıyor.
Hidrojen geri kazanımında kullanılabilir
Doğal gazın buharla reformasyonu ve kömür gazlaştırma gibi yöntemlerle elde edilen gaz karışımlarında hidrojenle birlikte yüksek miktarda karbondioksit bulunuyor. Hidrojenin kullanılabilmesi için bu iki gazın birbirinden ayrılması gerekiyor.
Araştırmada incelenen membranlar, karışım içerisindeki hidrojenin geri kazanılmasını sağlarken karbondioksitin ayrı bir akışta tutulmasına imkân verebilir. Yakalanan karbondioksit daha sonra depolanabilir veya endüstriyel süreçlerde kullanılabilir. Böylece fosil kaynaklardan üretilen ve karbon yakalama sistemiyle desteklenen düşük karbonlu hidrojenin üretim süreci daha verimli hale getirilebilir.
Membran tabanlı ayırma sistemleri, geleneksel gaz ayrıştırma teknolojilerine kıyasla sürekli çalışabilmeleri, daha düşük enerji tüketmeleri ve farklı tesis ölçeklerine uyarlanabilmeleri nedeniyle öne çıkıyor. Ancak yaygın kullanılan polimer membranlarda gaz geçirgenliği yükseldikçe seçiciliğin azalması önemli bir teknik kısıt oluşturuyor.
8 bin 683 MOF yapısı incelendi
Araştırmacılar bu sorunu aşmak amacıyla gözenekli MOF parçacıklarının polimerlerin içine yerleştirildiği karma matrisli membranlara odaklandı. MOF’ların gözenek büyüklüğü ve kimyasal özellikleri değiştirilebildiği için farklı gaz moleküllerinin seçici biçimde ayrıştırılması mümkün olabiliyor.
Çalışma kapsamında daha önce sentezlenmiş 3 bin 982 MOF ile bilgisayar ortamında tasarlanan 4 bin 701 varsayımsal MOF olmak üzere toplam 8 bin 683 yapı değerlendirildi. Bu yapılar 12 farklı polimerle eşleştirilerek 104 bin 196 olası membran bileşimi oluşturuldu.
Moleküler simülasyonlarla MOF’ların karbondioksit, metan, azot ve hidrojen tutma ve geçirme özellikleri hesaplandı. Elde edilen veriler, membranların gaz geçirgenliğini çok daha kısa sürede tahmin edebilen üç farklı makine öğrenmesi yaklaşımının eğitilmesinde kullanıldı.
Hidrojen tahmininde yüksek doğruluk
Yapay zekâ modelleri, hidrojenin MOF yapıları içindeki tutulma miktarını yüzde 99,9’a karşılık gelen bir belirleme katsayısıyla tahmin etti. Hidrojen difüzyonuna ilişkin modelde ise bu oran yüzde 95,4 olarak hesaplandı.
Modellerle tahmin edilen karma membran hidrojen geçirgenliği sonuçları da moleküler simülasyonlarla büyük ölçüde örtüştü. Yüksek geçirgenlik bölgesinde bile yapay zekâ tahminlerinin simülasyon sonuçlarından ortalama sapması yüzde 0,8 düzeyinde kaldı.
Araştırma ayrıca hidrojenin MOF’larla görece zayıf etkileşime girmesi nedeniyle membran performansında gözenek hacmi, yoğunluk ve moleküllerin hareket edebileceği boş alanın belirleyici olduğunu ortaya koydu. Karbondioksitin ayrıştırılmasında ise gazın malzemeye bağlanma gücü, erişilebilir yüzey alanı ve gözenek büyüklüğü daha etkili oldu.
Deneme-yanılma sürecini kısaltabilir
MOF veri tabanlarında 150 binden fazla yapı bulunması, bütün olası MOF-polimer eşleşmelerinin laboratuvarda üretilerek denenmesini pratik olarak olanaksız hale getiriyor. Moleküler dinamik simülasyonları da geniş malzeme gruplarında önemli hesaplama süresi ve maliyet gerektiriyor.
Geliştirilen yapay zekâ yöntemi, yüksek hidrojen geçirgenliği ve uygun H₂/CO₂ seçiciliği sunabilecek bileşimlerin laboratuvar çalışmalarından önce belirlenmesini sağlıyor. Böylece araştırmacıların binlerce seçenek yerine sınırlı sayıdaki umut vadeden membrana yoğunlaşması mümkün olabilecek.
Bununla birlikte çalışma, geniş ölçekli bir hesaplamalı malzeme taramasına dayanıyor. Belirlenen membranların gerçek gaz karışımları, basınç, nem ve uzun süreli işletme koşulları altındaki performanslarının deneysel olarak doğrulanması gerekiyor.
Avrupa Araştırma Konseyi’nin STARLET projesi kapsamında desteklenen araştırma, 3 Haziran 2026 tarihinde Communications Materials dergisinde yayımlandı. Koç Üniversitesi duyurusu, bilimsel çalışma
Anahtar Kelimeler: Koç Üniversitesi hidrojen membran, Seda Keskin, Feride Neva Yüngül, yapay zeka MOF hidrojen, karbondioksit yakalama
