Onderzoekers hebben een nieuw raamwerk ontwikkeld dat quantumcomputing gebruikt om geavanceerde materialen voor zuurstofelektroden in vaste-oxidebrandstofcellen (SOFC's) en vaste-oxide elektrolysecellen (SOEC's) te screenen.
Betere elektrodematerialen kunnen energiecellen flink efficiënter maken. Maar de meest veelbelovende kandidaten — zogenaamde "sterk gecorreleerde materialen" — zijn met klassieke computers extreem lastig te analyseren. Ouns El Harzli en een team van elf co-auteurs presenteren daarom in een wetenschappelijk document, gepubliceerd op 22 oktober 2026, een end-to-end methode die industriële materiaalkunde moet versnellen.
🧠 Even simpel uitgelegd
Een vaste-oxidebrandstofcel (SOFC) maakt stroom uit bijvoorbeeld waterstof, en een elektrolysecel (SOEC) doet het omgekeerde: hij gebruikt stroom om brandstof te maken. Beide hebben een zuurstofelektrode nodig — een soort deur waar zuurstof doorheen moet. Hoe goed die "deur" werkt, hangt af van het materiaal. Het probleem: de beste materialen hebben elektronen die sterk op elkaar reageren, en dat kunnen gewone computers nauwelijks berekenen. Een quantumcomputer kan dat wél, omdat hij zelf met dezelfde quantummechanica werkt. Dit onderzoek bouwt een soort pijplijn: eerst grof zeven met bestaande rekenmethodes, daarna de beste kandidaten precies doorrekenen met quantumtechnieken.
Waarop wordt een materiaal beoordeeld?
Het raamwerk beoordeelt materialen op drie kernpunten, aldus de publicatie op arxiv.org:
- de energie die nodig is om zuurstofvacatures te vormen,
- de barrières voor het migreren van die vacatures,
- de elektronische geleidbaarheid van het materiaal.
Om deze waarden te bepalen, gebruiken de onderzoekers een diagrammatische GW-gebaseerde embedding. Daarbij worden technieken zoals GW+DMFT of de self-energy embedding theory (SEET) toegepast op een shortlist van materialen die vooraf is gescreend via dichtheidsfunctionaaltheorie (DFT). De elektronische structuur van de interface tussen elektrode en elektrolyt vormt de basis voor de gecorreleerde onzuiverheidsmodellen.
Waar komt het quantumvoordeel om de hoek?
Klassieke solvers lopen vast wanneer de interactieve actieve ruimte van een model groeit. De onderzoekers stellen dat de polynomiale schaling van quantum-Hamiltoniaanse simulaties een efficiëntere route biedt voor het analyseren van gediscretiseerde modellen.
Dat potentieel is niet zomaar aangenomen: de auteurs hebben benchmarks opgesteld die de convergentie van energetica rondom vacatures en migratie vergelijken met de best beschikbare klassieke solvers. Het document geeft daarnaast inzicht in de benodigde middelen:
- hoeveel logische qubits er nodig zijn,
- wat het kost om thermische toestanden te prepareren,
- en wat simulatie, meting en herhaalde oplossingen vragen.
Van microscopische data naar economische waarde
Het raamwerk blijft niet in de theoretische fysica hangen, maar slaat een brug naar de praktijk. De microscopische observabelen worden via een continuümmodel gekoppeld aan macroscopische metrieken. Dat model houdt rekening met de oppervlakte-uitwisseling van zuurstof, transport in de vaste fase, de microstructuur van de elektrode en de dikte van de elektrode.
Het woord "screening" klinkt misschien algemeen — het kan ook verwijzen naar diverse vormen van onderzoek of controle, zoals uiteengezet in het cambridge.org — maar in deze context betekent het iets concreets: materiaalkandidaten systematisch filteren en testen om de meest optimale samenstelling voor industriële toepassing te vinden.