Vous êtes ici : Accueil > Actualités > Un pot catalytique automobile scanné par diffraction de rayons X

Découvertes et avancées | Résultat scientifique | Synchrotron | Matériaux | Chimie | Technologies

Un pot catalytique automobile scanné par diffraction de rayons X


​En combinant algorithmique de type réseau de neurones et imagerie 3D par rayons X, des chercheurs du CEA-Irig et leurs partenaires ont pu étudier l'évolution des défauts apparaissant dans des nanoparticules de platine dans un pot catalytique en fonctionnement. 

Publié le 22 décembre 2021

La diffraction cohérente des rayons X provenant d'une source brillante permet de reconstruire des images 3D à haute résolution d'objets de taille nanométriques tels que des nanotubes, des nanocristaux, des nanopores ou des protéines.

Elle consiste à enregistrer les figures de diffraction successives obtenues en déplaçant progressivement l'objet. L'image tridimensionnelle est reconstituée par itérations successives à partir des mesures d'intensité du rayonnement diffracté sur l'objet et de la phase des ondes déduite des interférences entre les différentes figures de diffraction.

Des chercheurs de l'Irig ont appliqué cette technique de microscopie sans lentille à l'analyse des défauts cristallins de nanoparticules de platine au cours de réactions chimiques analogues à celles qui ont lieu dans les piles à combustible ou les pots catalytiques des automobiles.

Avec un faisceau de rayons X intense et focalisé de l'ESRF (European Synchrotron Radiation Facility), ils ont pu caractériser les déformations de nanoparticules de platine individuelles, dans un réacteur de laboratoire reproduisant le fonctionnement d'un pot catalytique (notamment l'oxydation de CO en CO2).

Leurs images à très haute résolution (quelques picomètres, soit 10-12 m, pour la résolution du déplacement atomique !) révèlent des défauts associant plusieurs nanocristaux de platine interpénétrés selon des lois cristallographiques (mâcles) ainsi que la vitesse de leurs déplacements au cours de la réaction en phase gazeuse. Des changements de morphologie (facettage) de la nanoparticule de platine apparaissent également.

Les scientifiques ont par ailleurs associé au traitement d'images un algorithme de type réseau de neurones. Cette approche big data originale leur a permis de repérer de façon automatisée des défauts linéaires (dislocations) dans des nanoparticules. Une première en science des matériaux !



Haut de page

Haut de page