基于第一性原理计算与人工智能设计的单原子合金催化剂
材料科学
2021-04-14 v1
摘要
单原子金属合金催化剂 (SAACs) 近来已成为催化研究中一个非常活跃的新前沿。反应物的易解离与中间体适中结合强度的同时优化，使其在许多工业重要反应中具有高效率和高选择性。然而，由于缺乏对海量候选材料的催化性质进行快速且可靠的预测，新 SAACs 的发现受到阻碍。在本工作中，我们通过应用以密度泛函输入参数化的压缩感知数据分析方法来解决这一问题。我们的方法比当前最先进的线性关系方法更快、更准确。除了始终如一地预测出已被实验研究的 Pd/Cu、Pt/Cu、Pd/Ag、Pt/Au、Pd/Au、Pt/Ni、Au/Ru 和 Ni/Zn SAACs（第一种金属为分散组分）的高效率外，我们还确定了超过两百种尚未报道的候选材料。其中一些新候选材料被预测具有比已报道材料更高的稳定性和效率。我们的研究证明了打破线性关系以避免催化设计中的偏差的重要性，并为从数十万种过渡金属 SAACs 中为各种应用筛选最佳候选材料提供了方案。
引用
@article{arxiv.2005.14422,
title = {Single-Atom Alloy Catalysts Designed by First-Principles Calculations and Artificial Intelligence},
author = {Zhong-Kang Han and Debalaya Sarker and Runhai Ouyang and Yi Gao and Sergey V. Levchenko},
journal= {arXiv preprint arXiv:2005.14422},
year = {2021}
}