利用沉积源排列组合的高熵合金电催化剂组合材料发现策略
材料科学
2021-06-17 v1
摘要
高熵合金为新型电催化剂提供了巨大的搜索空间。在某一五元体系中寻找全局性质最大值,根据组分分辨率的不同,可能需要合成多达 10E6 个样品,这用传统方法是不可能的。共溅射材料库通过合成各元素的受控组分梯度来应对这一挑战。然而,即便这样的材料库也仅覆盖五元体系组分空间的不到 1%。我们提出了一种利用沉积源排列组合的新策略,以最大化所覆盖新组分的提升。使用该方法,可在不同子区域对组分空间进行采样,从而识别各元素及其组合对电化学活性的贡献。无监督机器学习揭示,电化学活性由化学与结构因素的复杂相互作用所主导。在 2394 个被测组分中,确定了用于氧还原反应的一种围绕 Ru17Rh5Pd19Ir29Pt30 的新型高活性组分。
引用
@article{arxiv.2106.08776,
title = {Combinatorial materials discovery strategy for high entropy alloy electrocatalysts using deposition source permutations},
author = {Lars Banko and Olga A. Krysiak and Bin Xiao and Tobias Löffler and Alan Savan and Jack Kirk Pedersen and Jan Rossmeisl and Wolfgang Schuhmann and Alfred Ludwig},
journal= {arXiv preprint arXiv:2106.08776},
year = {2021}
}