Exploring the physical origin of the electrocatalytic performance of an amorphous alloy catalyst via machine learning accelerated DFT study

催化作用 无定形固体 合金 材料科学 非晶态金属 化学工程 耐久性 纳米技术 冶金 复合材料 化学 结晶学 有机化学 工程类
作者
Siyan Gao,Huijie Zhen,Bo Wen,Jiang Ma,Xi Zhang
出处
期刊:Nanoscale [The Royal Society of Chemistry]
卷期号:14 (7): 2660-2667 被引量:12
标识
DOI:10.1039/d1nr07661b
摘要

The amorphous alloy Pd40Ni10Cu30P20 is a rising star as an HER catalyst since it possesses an excellent electrocatalytic activity and a high durability in practical experiments. However, the physical origin of the electrocatalytic performance of the amorphous alloy catalyst is still unclear due to the difficulty of amorphous modelling and the huge cost of DFT calculations. Here, we built a Smooth Overlap of Atomic Positions-Machine Learning (SOAP-ML) model to accelerate the DFT study on the effect of the local atomic environment of the Pd40Ni10Cu30P20 catalyst. Compared to pure DFT-calculated results and experiment, our model makes a good prediction (MSE = 0.018) of the local atomic environment with the best catalysis. We calculated 40 000 active sites on the amorphous alloy surface and obtained the optimal atomic ratio of the alloy catalyst (Pd : Cu : P : Ni = 0.51 : 0.33 : 0.09 : 0.07), indicating that the Pd d electrons mainly enhance the catalytic performance. We employed the SOAP-ML model to reveal the physical origin of the long durability as the dealloying of Ni, which is highly consistent with the experimental results. The above results all prove the high accuracy and reliability of the established SOAP-ML model and provide an appealing idea for the future application of the amorphous alloy.
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
淞淞于我完成签到 ,获得积分10
1秒前
开心夏旋完成签到 ,获得积分10
4秒前
SciKid524完成签到 ,获得积分10
4秒前
悟空完成签到 ,获得积分10
10秒前
咿呀咿呀完成签到 ,获得积分10
10秒前
橙子完成签到 ,获得积分10
14秒前
SCI完成签到 ,获得积分10
16秒前
君莫笑完成签到,获得积分10
18秒前
Luna完成签到 ,获得积分10
19秒前
傅双庆完成签到,获得积分0
20秒前
22秒前
淡定鸿涛发布了新的文献求助20
24秒前
25秒前
爱丽丝敏完成签到 ,获得积分10
26秒前
无限的千凝完成签到 ,获得积分10
27秒前
aaa0001984完成签到,获得积分0
31秒前
万能图书馆应助淡定鸿涛采纳,获得10
31秒前
C2750完成签到,获得积分10
33秒前
小于完成签到,获得积分10
38秒前
落后访风完成签到,获得积分10
39秒前
爱听歌的语蓉完成签到 ,获得积分10
43秒前
夜翼完成签到,获得积分10
43秒前
小潘完成签到 ,获得积分10
45秒前
ri_290完成签到,获得积分10
47秒前
章鱼完成签到,获得积分10
49秒前
开心的短靴完成签到 ,获得积分10
52秒前
庄怀逸完成签到 ,获得积分10
53秒前
坚强的元瑶完成签到,获得积分10
54秒前
领导范儿应助敲一下叮采纳,获得30
54秒前
无私小小完成签到,获得积分10
54秒前
57秒前
huqingtao完成签到,获得积分10
58秒前
落叶听风笑完成签到,获得积分10
58秒前
淡定鸿涛发布了新的文献求助10
1分钟前
高大绝义完成签到,获得积分10
1分钟前
淡定鸿涛完成签到,获得积分10
1分钟前
1分钟前
半夏完成签到 ,获得积分10
1分钟前
无味完成签到,获得积分10
1分钟前
烫嘴普通话完成签到,获得积分10
1分钟前
高分求助中
Spray / Wall-interaction Modelling by Dimensionless Data Analysis 2000
Evolution 3rd edition 1500
保险藏宝图 1000
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 700
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 700
Mathematics and Finite Element Discretizations of Incompressible Navier—Stokes Flows 500
A new species of Coccus (Homoptera: Coccoidea) from Malawi 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 3186916
求助须知:如何正确求助?哪些是违规求助? 2836960
关于积分的说明 8012055
捐赠科研通 2499425
什么是DOI,文献DOI怎么找? 1334354
科研通“疑难数据库(出版商)”最低求助积分说明 637170
邀请新用户注册赠送积分活动 605071