通过表面装饰提升基于铂的电催化剂的氧还原反应活性，以改善 OH 还原平衡和减少 H2O 吸附
人工智能
2025-09-12 v1 机器人学
摘要
电化学能源和物质转换装置涉及复杂的电极过程，特征为多步电荷转移、竞争通路和多种中间体。这种复杂性使得提高电催化活性具有挑战性。通常的策略是 focus on 优化电催化剂的几何结构和电子结构，以将反应中间体的吸附能与活性伏尔塔曲线的顶峰对齐。本研究表明，表面装饰可有效塑造模型系统中氧还原反应 (ORR) 在铂电极上的微反应环境。通过在铂表面施加部分疏水的 I* 吸附层，我们可以偏移 OH* 还原的平衡并减弱 H2O* 吸附，这显著提升了 ORR 的动力学。借助原位扫描力镜显微镜 (STM) 和理论计算，我们的研究揭示了在被吸附的氯原子包围的疏水山谷中形成的孤立 Pt2 表面单元。该简约的 Pt2 活性单元相对于扩展的铂表面具有显著更高的 ORR 活性。这种策略可能为开发高效催化剂提供了途径，潜在应用包括燃料电池技术和金属空气电池，以及氨合成和 CO2 还原等其他电化学转换反应。
引用
@article{arxiv.2509.09356,
title = {Curriculum-Based Multi-Tier Semantic Exploration via Deep Reinforcement Learning},
author = {Abdel Hakim Drid and Vincenzo Suriani and Daniele Nardi and Abderrezzak Debilou},
journal= {arXiv preprint arXiv:2509.09356},
year = {2025}
}
备注
The 19th International Conference on Intelligent Autonomous Systems (IAS 19), 2025, Genoa