I premi R&D 100 premiano le innovazioni del Berkeley Lab

Quattro tecnologie innovative del Lawrence Berkeley National Laboratory (Berkeley Lab) del Dipartimento dell'Energia degli Stati Uniti (DOE) sono state insignite del premio R&D 100 2023. Il premio, presentato da R&D Magazine e selezionato da una giuria indipendente, riconosce i 100 prodotti tecnologici più innovativi e dirompenti dell'anno provenienti dall'industria, dal mondo accademico e dalla ricerca sponsorizzata dal governo. Per la prima volta quest'anno, R&D Magazine ha assegnato i Professional Awards a individui e team. In questa nuova categoria, Ashok Gadgil ha ricevuto il premio R&D Leader of the Year 2023 e il team Energy Management System ha ricevuto il premio R&D Team of the Year 2023.

Le tecnologie vincenti di Berkeley Lab migliorano gli strumenti di ricerca, generano idrogeno verde, forniscono strumenti software per la scoperta dei materiali e immaginano il futuro delle stazioni di ricarica per veicoli elettrici. Le squadre vincitrici saranno celebrate al banchetto di gala R&D 100 a San Diego il 16 novembre 2023.

Di seguito la descrizione delle tecnologie:

La costruzione della prossima generazione di tecnologie quantistiche inizia con la comprensione di come funzionano i nuovi materiali su scala nanometrica. Mentre gli strumenti di spettroscopia elettronica e microscopia consentono ai ricercatori di “vedere” la struttura e la composizione di questi materiali, la loro risoluzione è ostacolata da un fenomeno chiamato “diffusione di energia” del fascio di elettroni di rilevamento. I ricercatori del Berkeley Lab hanno inventato il Cryo-FE, un nuovo emettitore di elettroni che riduce questo effetto di 10-20 volte. Il dispositivo è costituito da una nanotip superconduttrice che sfrutta gli stati quantici risonanti che si formano all’apice e le temperature criogeniche per produrre un fascio di elettroni con una distribuzione di energia ristretta senza precedenti. L'emissione del Cryo-FE può essere sintonizzata con un campo elettrico applicato per ottenere un fascio di elettroni estremamente monocromatico, luminoso e coerente, superando le migliori tecnologie attualmente disponibili. Questo progresso può consentire nuove scoperte nella scienza dei materiali e nuovi strumenti ad alta risoluzione per la spettroscopia e la microscopia.

Lo sviluppo è stato eseguito da Alexander Stibor e Cameron Johnson.

L’idrogeno come nuovo combustibile è fondamentale per decarbonizzare la nostra economia e ridurre il nostro impatto ambientale. Tuttavia, molti processi che producono idrogeno producono anche anidride carbonica (CO2), un noto gas serra. Un team di ricercatori del Berkeley Lab ha migliorato un processo chiamato pirolisi del metano per produrre idrogeno e carbonio senza emissioni di CO2. I ricercatori hanno sviluppato un catalizzatore ternario di metallo liquido per la pirolisi del metano. Il loro nuovo “multicatalizzatore” potrebbe funzionare contemporaneamente con elevata efficienza, selettività e durata per la pirolisi del metano a temperature miti (450-800 oC). Ancora più importante, questo nuovo catalizzatore può essere facilmente fabbricato utilizzando elementi metallici non preziosi, rendendolo scalabile ed economico per l’uso industriale. La tecnologia è stata depositata per una domanda di brevetto negli Stati Uniti (Sistema omogeneo ternario di metallo liquido per la produzione di idrogeno pulito – Ufficio per la proprietà intellettuale) e la comprensione scientifica di base è stata accettata nella rivista Science.

Il team di sviluppo guidato da Ji Su comprende Luning Chen, Shuchen Zhang, Zhigang Song, Gabor A Somorjai, Miquel Salmeron, David Prendergast, Chaochao Dun, Jeff Urban, Jinghua Guo, Xinxin Peng, Yu-Chun Chuang, Chung-Kai Chang, Jeng -Lung Chen

Dalla microelettronica alla contaminazione ambientale, la microscopia elettronica a trasmissione a scansione (STEM) consente ai ricercatori di caratterizzare strutture su scala atomica. La nuova generazione di rilevatori STEM quadridimensionali (4D-STEM) produce set di dati di milioni di immagini piene di informazioni sulle proprietà dei materiali come struttura locale, fase, orientamento e deformazione. Si tratta di una ricchezza di informazioni, ma anche di una sfida da analizzare. Gli scienziati del Berkeley Lab hanno sviluppato uno strumento software che combina diversi strumenti di analisi con algoritmi di deep learning per sfruttare questa ricchezza di informazioni. Lo strumento software open source, chiamato py4DSTEM, consente all'utente di scegliere tra diverse modalità di caratterizzazione e fornisce percorsi per un'analisi efficace. Con questo nuovo strumento, i ricercatori possono accelerare la loro ricerca sui materiali per la prossima generazione di tecnologia.