基于贝叶斯优化加速锂金属-镍-铂-铑-铱四元系电催化剂发现：氧化物还原反应案例研究
材料科学
2025-02-27 v1 计算物理
摘要
高性能电催化剂的发现对于推动可持续能源技术至关重要。由多种金属组成的复合复杂固溶体具有潜在的催化性能，但其探索因可能的组成组合爆炸式增长而具有挑战性。本文将组合化气洒 deposition 薄膜材料库及其高通量表征与贝叶斯优化相结合，高效探索镍-铱-铂-铑-铱四元系中用于碱性介质氧化物还原反应的组成空间。通过该方法，在覆盖完整组成空间不到20%的情况下，即可识别出纯铱的全局活性最优值。制造了额外六个材料库以验证活性趋势。所得数据用于制定使用组合化合成搭配贝叶斯优化进行高效组成空间探索的通用指导原则。
引用
@article{arxiv.2502.16241,
title = {Accelerating Combinatorial Electrocatalyst Discovery with Bayesian Optimization: A Case Study in the Quaternary System Ni-Pd-Pt-Ru for the Oxygen Evolution Reaction},
author = {F. Thelen and R. Zehl and R. Zerdoumi and J. L. Bürgel and L. Banko and W. Schuhmann and A. Ludwig},
journal= {arXiv preprint arXiv:2502.16241},
year = {2025}
}