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
galioo3000发布了新的文献求助10
1秒前
2秒前
从容映易完成签到,获得积分10
2秒前
乐陶陶完成签到,获得积分10
3秒前
vv发布了新的文献求助10
3秒前
青行灯完成签到,获得积分10
5秒前
程大海完成签到,获得积分10
5秒前
爆米花应助虞剑采纳,获得10
5秒前
yangyangyang完成签到,获得积分10
5秒前
7秒前
dbdxyty完成签到,获得积分10
7秒前
louis完成签到,获得积分10
7秒前
瘦瘦怜阳完成签到,获得积分20
8秒前
天天快乐应助多多发SCI采纳,获得10
8秒前
张乐完成签到,获得积分10
8秒前
辛勤的豌豆完成签到 ,获得积分10
9秒前
危机的芸完成签到 ,获得积分10
10秒前
JUGG完成签到,获得积分10
10秒前
Orange应助刘霞采纳,获得10
10秒前
galioo3000完成签到,获得积分10
10秒前
米mi完成签到,获得积分10
11秒前
仿真小学生完成签到,获得积分10
11秒前
11秒前
现代宝宝完成签到,获得积分10
12秒前
雍元正完成签到 ,获得积分10
12秒前
617499818完成签到,获得积分10
13秒前
无奈的萍完成签到,获得积分10
13秒前
鹏826完成签到 ,获得积分10
13秒前
ColdPomelo完成签到,获得积分10
14秒前
风吹完成签到,获得积分10
16秒前
做科研的蒋完成签到,获得积分10
16秒前
leeshho完成签到,获得积分10
17秒前
衣蝉完成签到 ,获得积分10
17秒前
安详鸿完成签到 ,获得积分10
17秒前
Cker完成签到,获得积分10
18秒前
18秒前
阿星捌完成签到 ,获得积分10
18秒前
wcz发布了新的文献求助10
19秒前
毛毛完成签到,获得积分10
19秒前
小惊麟完成签到,获得积分10
19秒前
高分求助中
Spray / Wall-interaction Modelling by Dimensionless Data Analysis 2000
Write Like a Chemist: A Guide and Resource (第二版) 600
Mixed-anion Compounds 600
A new species of Velataspis (Hemiptera Coccoidea Diaspididae) from tea in Assam 500
Earth System Geophysics 500
Aspects of Babylonian celestial divination: the lunar eclipse tablets of Enūma Anu Enlil 500
Geochemistry, 2nd Edition 地球化学经典教科书第二版 401
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 3200830
求助须知:如何正确求助?哪些是违规求助? 2850652
关于积分的说明 8072856
捐赠科研通 2514396
什么是DOI,文献DOI怎么找? 1347114
科研通“疑难数据库(出版商)”最低求助积分说明 640332
邀请新用户注册赠送积分活动 610525