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
一担烟火踏清霜完成签到,获得积分10
2秒前
kyf完成签到,获得积分10
3秒前
lnnlnn应助菜头采纳,获得10
4秒前
健康的不愁完成签到,获得积分10
5秒前
Aggie发布了新的文献求助10
8秒前
9秒前
jsinm-thyroid完成签到 ,获得积分10
9秒前
HNDuan完成签到,获得积分10
11秒前
是一颗树完成签到,获得积分10
12秒前
12秒前
CipherSage应助linn采纳,获得10
12秒前
空空完成签到,获得积分10
13秒前
张本智悦发布了新的文献求助10
13秒前
14秒前
NexusExplorer应助zjkzh采纳,获得10
15秒前
15秒前
坦率的惊蛰完成签到,获得积分10
16秒前
18秒前
21秒前
yy7ZZ发布了新的文献求助10
22秒前
22秒前
23秒前
Henry完成签到 ,获得积分10
23秒前
丰知然应助美满的砖头采纳,获得10
24秒前
酷波er应助花椒鱼采纳,获得10
24秒前
张本智悦完成签到,获得积分10
24秒前
Kishi完成签到,获得积分10
26秒前
大模型应助是一颗树采纳,获得10
26秒前
27秒前
王思鲁完成签到,获得积分10
28秒前
高艳慧完成签到 ,获得积分10
28秒前
无花果应助星宿陨采纳,获得10
29秒前
朴Huszs发布了新的文献求助10
30秒前
31秒前
善学以致用应助tianshuai采纳,获得10
31秒前
雪碧发布了新的文献求助10
33秒前
科研通AI2S应助xyzlancet采纳,获得10
36秒前
无花果应助无醇橙汁采纳,获得30
37秒前
Aggie发布了新的文献求助30
37秒前
38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
A real-time energy management strategy based on fuzzy control and ECMS for PHEVs 400
2024 Medicinal Chemistry Reviews 400
Why I Chose China [by Morris R. Wills] in "Look", February 8 and 22, 1966; 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 3191484
求助须知:如何正确求助?哪些是违规求助? 2840808
关于积分的说明 8030160
捐赠科研通 2504179
什么是DOI,文献DOI怎么找? 1337511
科研通“疑难数据库(出版商)”最低求助积分说明 638102
邀请新用户注册赠送积分活动 606605