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
Revovler发布了新的文献求助10
刚刚
Chavin完成签到,获得积分10
1秒前
cckyt完成签到,获得积分10
3秒前
XJY完成签到,获得积分10
4秒前
4秒前
Revovler完成签到,获得积分10
6秒前
我是大葱明完成签到,获得积分10
8秒前
义气严青完成签到,获得积分10
9秒前
整齐路灯完成签到,获得积分10
10秒前
赘婿应助小马宝利采纳,获得10
11秒前
12秒前
123完成签到,获得积分10
13秒前
苍蓝所栖发布了新的文献求助30
14秒前
朱慧文发布了新的文献求助30
15秒前
善学以致用应助大福采纳,获得10
16秒前
16秒前
Hello应助任我行采纳,获得10
18秒前
19秒前
平常的鞅完成签到,获得积分10
19秒前
666发布了新的文献求助10
19秒前
bkagyin应助honda采纳,获得10
20秒前
充电宝应助明亮的海冬采纳,获得10
21秒前
22秒前
23秒前
是小赞啊发布了新的文献求助10
25秒前
26秒前
Neuro_dan完成签到,获得积分10
26秒前
27秒前
黎黎原上草完成签到,获得积分10
27秒前
楠楠爱淘淘完成签到,获得积分10
28秒前
29秒前
陌陌应助选择采纳,获得10
29秒前
31秒前
一进实验室就犯困完成签到,获得积分10
33秒前
SciGPT应助gu采纳,获得10
34秒前
jumao1999发布了新的文献求助30
34秒前
34秒前
大福发布了新的文献求助10
34秒前
36秒前
37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
安全防范技术与工程 500
Mathematics and Finite Element Discretizations of Incompressible Navier—Stokes Flows 500
2-Acetyl-1-pyrroline: an important aroma component of cooked rice 500
A real-time energy management strategy based on fuzzy control and ECMS for PHEVs 400
2024 Medicinal Chemistry Reviews 400
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 3190867
求助须知:如何正确求助?哪些是违规求助? 2840066
关于积分的说明 8026815
捐赠科研通 2503309
什么是DOI,文献DOI怎么找? 1336841
科研通“疑难数据库(出版商)”最低求助积分说明 637971
邀请新用户注册赠送积分活动 606296