纳米颗粒催化剂的计算表征
化学物理
2023-05-31 v1
摘要
纳米颗粒（NPs）因其巨大的活性表面积以及由众多化学不同的表面反应位点产生的优异且常具尺寸依赖性的催化性质，而成为引人入胜的非均相催化剂。NP催化剂原则上也高度可调：即便是对NP尺寸或表面晶面组成、异原子掺杂或支撑材料改变的微小变动，都可显著改变其物理化学性质。由于合成尺寸与形状可控的NP催化剂具有挑战性，能够计算预测某一催化反应最有利的NP结构是一项紧缺的技能，可助力加速并精简材料优化流程。从根本上说，NP模型系统的模拟对计算科学家提出了独特挑战。不仅必须克服可观的方法论障碍，以在保留适当精度以探测所需性质的前提下对数百至数千原子进行计算；而且，NP模拟所生成的数据通常比例如单晶表面模型模拟的数据更复杂，因此常需不同的数据分析策略。为此，本工作旨在综述已从NP模拟中提取热力学趋势的实用分析方法与数据分析策略。
引用
@article{arxiv.2303.03746,
title = {In-Silico Characterization of Nanoparticle Catalysts},
author = {Björn Kirchhoff and Christoph Jung and Daniel Gaissmaier and Laura Braunwarth and Donato Fantauzzi and Timo Jacob},
journal= {arXiv preprint arXiv:2303.03746},
year = {2023}
}
备注
To be submitted to PCCP as a tutorial review