Mestrado Multicêntrico em Química

URI Permanente para esta coleção

https://repositorio.cefetmg.br//handle/123456789/644

Navegar

Navegando Mestrado Multicêntrico em Química por Autor "Galvão, Breno Rodrigues Lamaghere"

Agora exibindo 1 - 2 de 2
  • Imagem de Miniatura
    Item
    Investigação computacional das barreiras de reação para a redução de CO2 em nanoclusters de cobre
    (Centro Federal de Educação Tecnológica de Minas Gerais, 2025-08-25) Souza, André Corrêa; Galvão, Breno Rodrigues Lamaghere; http://lattes.cnpq.br/7962146839706796; http://lattes.cnpq.br/5504559603433181; Galvão, Breno Rodrigues Lamaghere; Alves, Márcio Oliveira; Neto, Marionir Macêdo Castelo Branco
    O aquecimento global é um problema que tem se agravado com a constante liberação de CO2 na atmosfera. Com o intuito de minimizar isso, é possível realizar sua conversão para produtos de interesse por meio de um processo eletroquímico catalisado. Entretanto, tal processo demanda melhora na eficiência dos catalisadores utilizados e, para isso, é importante que sejam conhecidos os mecanismos da reação de redução do CO2 (CO2RR). Nesse sentido, a química teórica é utilizada como ferramenta para a elucidação do mecanismo de reação. Em geral, o estudo da CO2RR é desenvolvido utilizando cálculos de DFT em condições periódicas com funções de base do tipo ondas-planas e com funcional PBE. Todavia, para estudar as barreiras de reação, o uso do funcional ωB97X-D3 é preferível devido ao seu maior grau de precisão, visto que se trata de um funcional híbrido. O objetivo do trabalho é realizar a comparação entre os dois funcionais tomando como referência a etapa determinante da CO2RR que é a hidrogenação do monóxido de carbono (CO). O sistema utilizado para essa comparação foi um nanocluster contendo 55 átomos de cobre, 5 águas de solvatação e os adsorbatos de interesse (CO+H, CO e CHO). Com os resultados obtidos verificou-se que o grau de precisão do PBE em relação ao ωB97X-D3 depende da configuração do sistema de solvatação com o adsorbato. Observou-se uma tendência de diminuição das energias de reação à medida que o grau de solvatação aumentou. Além disso, ao comparar os valores de energia da barreira de reação em várias possíveis configurações, identificou-se significativas diferenças para PBE, enquanto para ωB97X-D3 os valores mantiveram-se próximos. Para a configuração mais estável, o valor de barreira encontrado foi de 0,72 eV para PBE e 0,60 eV para ωB97X-D3, representando um desvio de aproximadamente 20%. O PBE acompanha o perfil de variação energética quando comparado com o ωB97X-D3 em relação a todos os sistemas, apesar disso os resultados demonstram que o PBE não detecta com precisão as variações de solvatação e estabilização das moléculas. Em contrapartida, para as energias de barreira, em alguns casos, o PBE tem resultados que não seguem o padrão de comportamento energético do ωB97X-D3 gerando resultados qualitativamente incoerentes.
  • Imagem de Miniatura
    Item
    Unraveling molecular descriptors for reliable adsorption energy prediction
    (Centro Federal de Educação Tecnológica de Minas Gerais, 2025-08-01) Pena, Lucas Bernardes; Galvão, Breno Rodrigues Lamaghere; http://lattes.cnpq.br/7962146839706796; http://lattes.cnpq.br/4607469939663727; Galvão, Breno Rodrigues Lamaghere; Pedroso, Emerson Fernandes; Lourenço, Maicon Pierre
    A acumulação de CO2 na atmosfera terrestre é um problema crescente, com consequências devastadoras em todo o mundo. Uma abordagem promissora para mitigar esse problema é a conversão de CO2 em combustíveis e produtos químicos de valor econômico utilizando fontes de energia renováveis. Essa estratégia não apenas reduz os níveis atmosféricos de CO2, mas também contribui para o desenvolvimento de soluções energéticas sustentáveis. Cálculos ab initio possibilitam a descoberta de novos catalisadores através de análises exploratórias de sistemas nanocluster-adsorbato de alto custo computacional, uma vez que diversas configurações de adsorção precisam ser avaliadas em diferentes estruturas de clusters. Dado o vasto volume de dados computacionais já disponíveis para esses sistemas, métodos de aprendizado de máquina são uma alternativa de ferramenta para acelerar o processo de triagem de catalisadores. Entretanto, os frameworks atuais são limitados pela falta de diversidade nos dados e pela falta de transferência de conhecimento dos modelos, comprometendo sua confiabilidade especialmente perante novos dados. Neste trabalho, os descritores moleculares Coulomb matrix e many-body tensor representation foram otimizados para a regressão da energia de adsorção em nanoclusters utilizando-se uma nova base de dados diversa. Utilizando o algoritmo de regressão random forest, atingiu-se um erro médio absoluto de 0.05 eV na predição da energia de adsorção para ambos os descritores. Para avaliar a generalizabilidade do modelo, um novo conjunto de dados foi gerado para o sistema mais representativo do dataset utilizado na etapa de desenvolvimento. Ao testar o modelo neste conjunto externo, nota-se a incapacidade de generalização do modelo, com o aumento do erro médio absoluto para 0.30 eV. Para a melhora da performance, propõe-se uma feature eletrônica, a qual corrigiu as predições para um dos novos sistemas adsorvidos inéditos.