期刊导航
期刊开放获取
VIP36
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于DFT和机器学习的Pt单原子合金电催化剂的理性设计:应用于NO至NH_(3)的转化
1
作者
刘洁宇
郭海强
+3 位作者
熊钰林
陈星
于一夫
王长洪
《Chinese Journal of Catalysis》
SCIE
CAS
CSCD
2024年第7期243-253,共11页
电催化NO还原反应(NORR)合成氨,作为一项新兴技术,旨在减少NO污染并生产高附加值产品.因此,寻找合适的NORR电催化剂至关重要.单原子合金催化剂(SAACs)因其独特的催化性能和明确的成键环境,是研究催化剂结构-活性关系的理想对象.本文依...
电催化NO还原反应(NORR)合成氨,作为一项新兴技术,旨在减少NO污染并生产高附加值产品.因此,寻找合适的NORR电催化剂至关重要.单原子合金催化剂(SAACs)因其独特的催化性能和明确的成键环境,是研究催化剂结构-活性关系的理想对象.本文依托密度泛函理论(DFT)计算和机器学习(ML)算法,深入研究了Pt掺杂的SAACs在NORR合成氨反应中的催化机制,并提出了SAACs的理性设计原则.通过ML算法,成功识别了与催化活性密切相关的原子和电子特征,并定量分析了这些特征之间的协同作用.DFT计算和ML算法的联合运用不仅加深了对复杂NORR机理的理解,还为理性设计具有特定活性中心的高效SAACs提供了一种切实可行的策略.本文研究了13种Pt掺杂的SAACs(Pt/TM,TM=Sc,Ti,V,Cr,Mn,Fe,Co,Ni,Cu,Zn,Ru,Rh和Pd)和14种纯过渡金属(包括Sc,Ti,V,Cr,Mn,Fe,Co,Ni,Cu,Zn,Ru,Rh,Pd和Pt)在NORR合成氨反应中的催化机制.首先,考察了Pt/TM的热力学稳定性和在电化学条件下的稳定性.结果表明,Pt/TMSAACs展现出了良好的热力学稳定性.在电化学条件下,当外加电压等于极限电势时,单质Zn在pH>6时稳定存在,而其他纯金属和Pt/TM SAACs则在整个pH范围内均能保持稳定.随后,探讨了这些催化剂对NO的吸附及活化能力.DFT计算发现,NO能够在所有催化剂表面稳定吸附,并且吸附后N-O键长与NO得电子数之间存在显著的线性相关性,这两者可共同作为NO活化的重要指标.接着,考察了NORR的反应机理,并筛选出7种具有较高过电势(UL>-0.25V)的催化剂,包括Cu,Zn,Rh,Pt以及Pt/Cu,Pt/Zn,Pt/RhSAACs.考虑到H2和N2副产物对氨选择性的影响,排除了Zn和Pt/Zn作为潜在的优秀催化剂.在此基础上,在排除贵金属(Rh,Pt和Pt/Rh)基底的SAACs后,筛选出Cu和Pt/Cu作为NORR合成氨反应的高效催化剂.最后,采用随机森林(RF)和基于压缩感知原理的数据驱动(SISSO)方法分析了SAACs的内在特性与NORR性能之间的关系.RF模型所预测的极限电势与DFT计算结果高度吻合,模型的决定系数(R^(2))高达0.97,均方根误差(RMSE)仅为0.12 V.此外,利用SISSO算法建立了SAACs的关键特征(如基底金属的第一电离能、NO得电子数和基底金属的d轨道电子数)与在最佳反应路径上的极限电势之间的紧密联系.这一研究不仅加深了对NORR合成氨机制的理解,还为高效催化剂的理性设计提供了有力的理论支持.综上所述,本文基于DFT计算和ML算法,系统研究了Pt/TMSAACs在电催化还原NO合成氨过程中的催化性能.通过筛选,Cu和Pt/Cu被确定为优秀的NORR合成氨催化剂.ML算法所预测的极限电势与DFT计算结果高度一致.本文的研究结果为NORR电催化合成氨单原子合金催化剂的理性设计和高效筛选提供了参考.
展开更多
关键词
no还原反应
合成氨
单原子合金催化剂
机器学习
密度泛函理论
在线阅读
下载PDF
职称材料
题名
基于DFT和机器学习的Pt单原子合金电催化剂的理性设计:应用于NO至NH_(3)的转化
1
作者
刘洁宇
郭海强
熊钰林
陈星
于一夫
王长洪
机构
河北师范大学中燃工学院
天津大学理学院
出处
《Chinese Journal of Catalysis》
SCIE
CAS
CSCD
2024年第7期243-253,共11页
基金
河北自然科学基金(B2022205013,B2022205029).
文摘
电催化NO还原反应(NORR)合成氨,作为一项新兴技术,旨在减少NO污染并生产高附加值产品.因此,寻找合适的NORR电催化剂至关重要.单原子合金催化剂(SAACs)因其独特的催化性能和明确的成键环境,是研究催化剂结构-活性关系的理想对象.本文依托密度泛函理论(DFT)计算和机器学习(ML)算法,深入研究了Pt掺杂的SAACs在NORR合成氨反应中的催化机制,并提出了SAACs的理性设计原则.通过ML算法,成功识别了与催化活性密切相关的原子和电子特征,并定量分析了这些特征之间的协同作用.DFT计算和ML算法的联合运用不仅加深了对复杂NORR机理的理解,还为理性设计具有特定活性中心的高效SAACs提供了一种切实可行的策略.本文研究了13种Pt掺杂的SAACs(Pt/TM,TM=Sc,Ti,V,Cr,Mn,Fe,Co,Ni,Cu,Zn,Ru,Rh和Pd)和14种纯过渡金属(包括Sc,Ti,V,Cr,Mn,Fe,Co,Ni,Cu,Zn,Ru,Rh,Pd和Pt)在NORR合成氨反应中的催化机制.首先,考察了Pt/TM的热力学稳定性和在电化学条件下的稳定性.结果表明,Pt/TMSAACs展现出了良好的热力学稳定性.在电化学条件下,当外加电压等于极限电势时,单质Zn在pH>6时稳定存在,而其他纯金属和Pt/TM SAACs则在整个pH范围内均能保持稳定.随后,探讨了这些催化剂对NO的吸附及活化能力.DFT计算发现,NO能够在所有催化剂表面稳定吸附,并且吸附后N-O键长与NO得电子数之间存在显著的线性相关性,这两者可共同作为NO活化的重要指标.接着,考察了NORR的反应机理,并筛选出7种具有较高过电势(UL>-0.25V)的催化剂,包括Cu,Zn,Rh,Pt以及Pt/Cu,Pt/Zn,Pt/RhSAACs.考虑到H2和N2副产物对氨选择性的影响,排除了Zn和Pt/Zn作为潜在的优秀催化剂.在此基础上,在排除贵金属(Rh,Pt和Pt/Rh)基底的SAACs后,筛选出Cu和Pt/Cu作为NORR合成氨反应的高效催化剂.最后,采用随机森林(RF)和基于压缩感知原理的数据驱动(SISSO)方法分析了SAACs的内在特性与NORR性能之间的关系.RF模型所预测的极限电势与DFT计算结果高度吻合,模型的决定系数(R^(2))高达0.97,均方根误差(RMSE)仅为0.12 V.此外,利用SISSO算法建立了SAACs的关键特征(如基底金属的第一电离能、NO得电子数和基底金属的d轨道电子数)与在最佳反应路径上的极限电势之间的紧密联系.这一研究不仅加深了对NORR合成氨机制的理解,还为高效催化剂的理性设计提供了有力的理论支持.综上所述,本文基于DFT计算和ML算法,系统研究了Pt/TMSAACs在电催化还原NO合成氨过程中的催化性能.通过筛选,Cu和Pt/Cu被确定为优秀的NORR合成氨催化剂.ML算法所预测的极限电势与DFT计算结果高度一致.本文的研究结果为NORR电催化合成氨单原子合金催化剂的理性设计和高效筛选提供了参考.
关键词
no还原反应
合成氨
单原子合金催化剂
机器学习
密度泛函理论
Keywords
NO reduction reaction
Ammonia synthesis
Single-atom alloy catalyst
Machine learning
Density functional theory
分类号
TQ113.2 [化学工程—无机化工]
TQ426 [化学工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于DFT和机器学习的Pt单原子合金电催化剂的理性设计:应用于NO至NH_(3)的转化
刘洁宇
郭海强
熊钰林
陈星
于一夫
王长洪
《Chinese Journal of Catalysis》
SCIE
CAS
CSCD
2024
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部