亲爱的研友该休息了!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!身体可是革命的本钱,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
asdfqaz完成签到,获得积分10
9秒前
17秒前
科研通AI2S应助科研通管家采纳,获得10
18秒前
好好好发布了新的文献求助10
24秒前
好好好完成签到,获得积分10
33秒前
大个应助风趣的忆南采纳,获得50
47秒前
1分钟前
chentata完成签到,获得积分10
1分钟前
JUSTs0so发布了新的文献求助10
1分钟前
rara发布了新的文献求助10
1分钟前
花花521发布了新的文献求助10
1分钟前
1分钟前
morena发布了新的文献求助50
1分钟前
研友_VZG7GZ应助胖哥采纳,获得10
2分钟前
Lucas应助季1采纳,获得10
2分钟前
2分钟前
胖哥发布了新的文献求助10
2分钟前
阿溪关注了科研通微信公众号
2分钟前
大模型应助科研通管家采纳,获得10
2分钟前
CodeCraft应助科研通管家采纳,获得10
2分钟前
2分钟前
2分钟前
季1发布了新的文献求助10
2分钟前
阿溪发布了新的文献求助10
2分钟前
阿溪完成签到,获得积分10
2分钟前
JUSTs0so完成签到,获得积分10
2分钟前
林屿溪完成签到,获得积分10
3分钟前
3分钟前
morena发布了新的文献求助50
3分钟前
哇了哇发布了新的文献求助30
3分钟前
酷波er应助哇了哇采纳,获得10
4分钟前
morena发布了新的文献求助50
4分钟前
Txxnb完成签到,获得积分20
4分钟前
ataybabdallah完成签到,获得积分10
4分钟前
科研通AI2S应助俭朴蜜蜂采纳,获得10
4分钟前
4分钟前
Txxnb发布了新的文献求助10
4分钟前
5分钟前
科研通AI2S应助保护野菠萝采纳,获得10
5分钟前
5分钟前
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 3200737
求助须知:如何正确求助?哪些是违规求助? 2850496
关于积分的说明 8072154
捐赠科研通 2514239
什么是DOI,文献DOI怎么找? 1346973
科研通“疑难数据库(出版商)”最低求助积分说明 640303
邀请新用户注册赠送积分活动 610411