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
景景完成签到,获得积分20
刚刚
丝雨成线发布了新的文献求助10
1秒前
苍耳完成签到,获得积分10
1秒前
llchen完成签到,获得积分0
1秒前
1秒前
1秒前
ChemPhys完成签到 ,获得积分10
2秒前
2秒前
爱岛观子完成签到,获得积分10
2秒前
子陵完成签到 ,获得积分10
2秒前
DDDDD发布了新的文献求助10
4秒前
dandan发布了新的文献求助10
7秒前
7秒前
gttlyb完成签到,获得积分10
8秒前
脑洞疼应助DDDDD采纳,获得10
9秒前
JamesPei应助科研小菜鸡采纳,获得10
11秒前
qi完成签到,获得积分10
11秒前
12秒前
努力生活的小柴完成签到,获得积分10
14秒前
14秒前
15秒前
zhentg完成签到,获得积分0
16秒前
16秒前
金刚经应助直率千青采纳,获得10
16秒前
18秒前
18秒前
Jim_Studio发布了新的文献求助10
20秒前
20秒前
巴拉拉发布了新的文献求助10
23秒前
24秒前
不配.应助18岁中二少年采纳,获得20
24秒前
小蘑菇应助xhl采纳,获得10
26秒前
27秒前
28秒前
28秒前
28秒前
aprilvanilla应助小丸子采纳,获得10
29秒前
W哇完成签到,获得积分10
30秒前
徐小锤完成签到 ,获得积分10
30秒前
齐正发布了新的文献求助10
31秒前
高分求助中
Spray / Wall-interaction Modelling by Dimensionless Data Analysis 2000
ALA生合成不全マウスでの糖代謝異常の分子機構解析 520
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
2024 Medicinal Chemistry Reviews 400
Dictionary of socialism 350
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 3193765
求助须知:如何正确求助?哪些是违规求助? 2842801
关于积分的说明 8040855
捐赠科研通 2506900
什么是DOI,文献DOI怎么找? 1339459
科研通“疑难数据库(出版商)”最低求助积分说明 638755
邀请新用户注册赠送积分活动 607557