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
刚刚
1秒前
巴卡巴卡完成签到,获得积分10
2秒前
思源应助南风不知意采纳,获得10
2秒前
2秒前
Maribo完成签到,获得积分10
3秒前
洛小叶完成签到 ,获得积分10
3秒前
4秒前
大胆盼兰发布了新的文献求助10
5秒前
5秒前
hua发布了新的文献求助10
5秒前
yifei完成签到,获得积分10
6秒前
李辉完成签到,获得积分10
6秒前
Aprilapple完成签到,获得积分10
6秒前
Mangues完成签到,获得积分10
6秒前
小激动发布了新的文献求助10
7秒前
共享精神应助大晨采纳,获得10
8秒前
小二郎应助Cassie采纳,获得10
8秒前
小梁完成签到 ,获得积分20
8秒前
柳叶刀小猪应助大胆盼兰采纳,获得10
10秒前
sunny发布了新的文献求助10
10秒前
10秒前
Hello应助瓦片制度采纳,获得10
10秒前
非鱼完成签到,获得积分10
10秒前
10秒前
11秒前
上官若男应助李辉采纳,获得10
11秒前
畅快沁完成签到,获得积分20
11秒前
wisdom应助hua采纳,获得10
12秒前
12秒前
liwei发布了新的文献求助10
12秒前
cycy发布了新的文献求助10
13秒前
兴奋巧凡发布了新的文献求助10
13秒前
王博士完成签到,获得积分10
14秒前
14秒前
14秒前
大模型应助学术小白w采纳,获得10
14秒前
14秒前
Young完成签到,获得积分10
15秒前
西贝尔发布了新的文献求助10
15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
Mixed-anion Compounds 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 3198017
求助须知:如何正确求助?哪些是违规求助? 2846971
关于积分的说明 8061481
捐赠科研通 2511842
什么是DOI,文献DOI怎么找? 1343748
科研通“疑难数据库(出版商)”最低求助积分说明 639617
邀请新用户注册赠送积分活动 609261