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
小蘑菇应助hutong采纳,获得10
1秒前
妩媚的强炫完成签到,获得积分10
2秒前
顾矜应助超帅的萤采纳,获得10
3秒前
打打应助三三得九采纳,获得10
4秒前
4秒前
小马甲应助沐沐大王采纳,获得30
5秒前
感性的荟完成签到,获得积分10
6秒前
Fan发布了新的文献求助10
7秒前
10秒前
呜呜呜发布了新的文献求助10
10秒前
安详半蕾完成签到,获得积分10
10秒前
11秒前
11秒前
11秒前
研友_VZG7GZ应助Zoe先生采纳,获得10
11秒前
田様应助羞涩的凝珍采纳,获得10
11秒前
ddly完成签到,获得积分10
13秒前
达乐完成签到,获得积分10
13秒前
14秒前
安详半蕾发布了新的文献求助10
15秒前
三三得九发布了新的文献求助10
16秒前
Ava应助调皮的幼枫采纳,获得10
16秒前
超帅的萤发布了新的文献求助10
17秒前
Ava应助达乐采纳,获得10
17秒前
19秒前
wanci应助呼叫554采纳,获得10
20秒前
田鑫发布了新的文献求助10
21秒前
完美世界应助浅唱采纳,获得10
21秒前
21秒前
linshunan完成签到 ,获得积分10
22秒前
从容飞阳完成签到,获得积分10
25秒前
sya完成签到 ,获得积分10
26秒前
Zoe先生发布了新的文献求助10
26秒前
菜菜子发布了新的文献求助10
26秒前
菲菲公主完成签到,获得积分10
28秒前
29秒前
PPSlu完成签到,获得积分10
29秒前
30秒前
爆米花应助ddd采纳,获得10
31秒前
菜菜子完成签到,获得积分20
31秒前
高分求助中
Spray / Wall-interaction Modelling by Dimensionless Data Analysis 2000
Evolution 3rd edition 1500
保险藏宝图 1000
Lire en communiste 1000
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 700
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 700
Mathematics and Finite Element Discretizations of Incompressible Navier—Stokes Flows 500
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 3185651
求助须知:如何正确求助?哪些是违规求助? 2835974
关于积分的说明 8007155
捐赠科研通 2498492
什么是DOI,文献DOI怎么找? 1333477
科研通“疑难数据库(出版商)”最低求助积分说明 636868
邀请新用户注册赠送积分活动 604607