Accurate descriptions of molecule-surface interactions in electrocatalytic CO2 reduction on the copper surfaces

还原(数学) 分子 催化作用 集合(抽象数据类型) 曲面(拓扑) 方案(数学) 功率(物理) 材料科学 电化学 电极 密度泛函理论 化学物理 计算机科学 组合化学 纳米技术 计算化学 化学 物理化学 物理 数学 热力学 数学分析 冶金 有机化学 程序设计语言 几何学
作者
Zheng Chen,Zhangyun Liu,Xin Xu
出处
期刊:Nature Communications [Springer Nature]
卷期号:14 (1) 被引量:26
标识
DOI:10.1038/s41467-023-36695-7
摘要

Abstract Copper-based catalysts play a pivotal role in many industrial processes and hold a great promise for electrocatalytic CO 2 reduction reaction into valuable chemicals and fuels. Towards the rational design of catalysts, the growing demand on theoretical study is seriously at odds with the low accuracy of the most widely used functionals of generalized gradient approximation. Here, we present results using a hybrid scheme that combines the doubly hybrid XYG3 functional and the periodic generalized gradient approximation, whose accuracy is validated against an experimental set on copper surfaces. A near chemical accuracy is established for this set, which, in turn, leads to a substantial improvement for the calculated equilibrium and onset potentials as against the experimental values for CO 2 reduction to CO on Cu(111) and Cu(100) electrodes. We anticipate that the easy use of the hybrid scheme will boost the predictive power for accurate descriptions of molecule-surface interactions in heterogeneous catalysis.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
无花果应助科研通管家采纳,获得10
刚刚
苏书白应助科研通管家采纳,获得10
刚刚
酷波er应助科研通管家采纳,获得10
刚刚
小蘑菇应助科研通管家采纳,获得10
刚刚
2秒前
2秒前
Leslie完成签到,获得积分20
3秒前
呆呆发布了新的文献求助10
3秒前
猫大熊发布了新的文献求助10
6秒前
6秒前
没有答案发布了新的文献求助10
8秒前
Djdidn完成签到,获得积分10
9秒前
10秒前
香蕉觅云应助炒山药采纳,获得10
10秒前
我是老大应助上进生采纳,获得10
11秒前
Leo完成签到,获得积分10
12秒前
搜集达人应助NANA1216采纳,获得10
13秒前
13秒前
Owen应助南宫誉采纳,获得10
13秒前
没有答案完成签到,获得积分20
14秒前
14秒前
上进生发布了新的文献求助10
14秒前
田様应助xiu-er采纳,获得10
16秒前
大魁完成签到,获得积分10
17秒前
大模型应助xxx采纳,获得10
17秒前
18秒前
梦丸完成签到 ,获得积分10
18秒前
19秒前
rjj001022发布了新的文献求助10
19秒前
Vincent发布了新的文献求助10
19秒前
20秒前
20秒前
虾米完成签到 ,获得积分10
20秒前
善学以致用应助ri_290采纳,获得10
20秒前
是小袁呀完成签到 ,获得积分10
22秒前
23秒前
23秒前
土豆发布了新的文献求助10
23秒前
小不溜完成签到 ,获得积分10
23秒前
24秒前
高分求助中
Evolution 10000
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
Distribution Dependent Stochastic Differential Equations 500
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
A new species of Velataspis (Hemiptera Coccoidea Diaspididae) from tea in Assam 500
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3157968
求助须知:如何正确求助?哪些是违规求助? 2809281
关于积分的说明 7881247
捐赠科研通 2467760
什么是DOI,文献DOI怎么找? 1313696
科研通“疑难数据库(出版商)”最低求助积分说明 630498
版权声明 601943