亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

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
4秒前
4秒前
Billy应助科研通管家采纳,获得10
6秒前
Billy应助科研通管家采纳,获得10
6秒前
桐桐应助科研通管家采纳,获得10
6秒前
活力的小猫咪完成签到 ,获得积分10
7秒前
Lucas应助Ventus采纳,获得10
10秒前
Johnpick发布了新的文献求助10
11秒前
呆呆兽关注了科研通微信公众号
13秒前
25秒前
莫名乐乐发布了新的文献求助20
25秒前
Veronica完成签到,获得积分10
32秒前
呆呆兽发布了新的文献求助10
49秒前
Nefelibata完成签到,获得积分10
1分钟前
amengptsd完成签到,获得积分10
1分钟前
程住气完成签到 ,获得积分10
1分钟前
大意的晓亦完成签到 ,获得积分10
1分钟前
orixero应助科研通管家采纳,获得20
2分钟前
llk完成签到 ,获得积分10
2分钟前
星河zp完成签到 ,获得积分10
2分钟前
Owen应助派大星采纳,获得10
2分钟前
largpark完成签到 ,获得积分10
2分钟前
myg123完成签到 ,获得积分10
2分钟前
2分钟前
自然的衫完成签到 ,获得积分10
2分钟前
Morri发布了新的文献求助10
2分钟前
Limerencia完成签到,获得积分10
2分钟前
2分钟前
考博圣体完成签到 ,获得积分10
2分钟前
3分钟前
3分钟前
行者发布了新的文献求助10
3分钟前
含糊的文涛完成签到,获得积分10
3分钟前
Morri完成签到,获得积分10
3分钟前
我像风一样自由完成签到 ,获得积分10
3分钟前
123发布了新的文献求助20
3分钟前
帅气的小兔子完成签到 ,获得积分10
3分钟前
123关闭了123文献求助
3分钟前
3分钟前
莫名乐乐发布了新的文献求助20
3分钟前
高分求助中
Spray / Wall-interaction Modelling by Dimensionless Data Analysis 2000
Mathematics and Finite Element Discretizations of Incompressible Navier—Stokes Flows 500
A new species of Coccus (Homoptera: Coccoidea) from Malawi 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
Handbook on People's China (1957) 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 3189990
求助须知:如何正确求助?哪些是违规求助? 2839189
关于积分的说明 8023239
捐赠科研通 2502099
什么是DOI,文献DOI怎么找? 1336295
科研通“疑难数据库(出版商)”最低求助积分说明 637818
邀请新用户注册赠送积分活动 605919