已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

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
1秒前
1秒前
灵山剑侠完成签到,获得积分20
1秒前
1秒前
快乐的90后fjk完成签到 ,获得积分10
2秒前
第五元素完成签到,获得积分10
2秒前
3秒前
耍酷高丽发布了新的文献求助10
4秒前
stay完成签到 ,获得积分10
5秒前
8秒前
搜集达人应助ghost采纳,获得10
12秒前
不配.应助特梅头采纳,获得20
20秒前
星辰大海应助Bell采纳,获得10
21秒前
杨森omg应助xxbb采纳,获得10
23秒前
小二郎应助科研通管家采纳,获得10
26秒前
NexusExplorer应助科研通管家采纳,获得10
26秒前
忧郁的寻冬完成签到,获得积分10
26秒前
26秒前
王博士应助平凡的七月采纳,获得10
28秒前
30秒前
耍酷高丽完成签到,获得积分10
30秒前
noeru发布了新的文献求助10
33秒前
Drwenlu发布了新的文献求助10
35秒前
彭于晏应助1111111111111采纳,获得10
38秒前
852应助xiaobai采纳,获得10
38秒前
39秒前
40秒前
王博士应助科研牛马采纳,获得10
43秒前
学术废物完成签到 ,获得积分10
44秒前
44秒前
46秒前
49秒前
李加玲发布了新的文献求助10
51秒前
安详向薇完成签到,获得积分10
51秒前
Camellia发布了新的文献求助10
52秒前
53秒前
华仔应助xaoi采纳,获得10
58秒前
58秒前
59秒前
1分钟前
高分求助中
Spray / Wall-interaction Modelling by Dimensionless Data Analysis 2000
Aspects of Babylonian celestial divination: the lunar eclipse tablets of Enūma Anu Enlil 500
Mathematics and Finite Element Discretizations of Incompressible Navier—Stokes Flows 500
India's foreign trade policy and its performance in the world economy 450
Dictionary of socialism 350
Mixed-anion Compounds 300
Geochemistry, 2nd Edition 地球化学经典教科书第二版 300
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 3196434
求助须知:如何正确求助?哪些是违规求助? 2845197
关于积分的说明 8053394
捐赠科研通 2509844
什么是DOI,文献DOI怎么找? 1342028
科研通“疑难数据库(出版商)”最低求助积分说明 639304
邀请新用户注册赠送积分活动 608585