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
1秒前
Andy完成签到,获得积分10
1秒前
2秒前
5秒前
晓121完成签到,获得积分10
5秒前
不配.应助Gao采纳,获得10
5秒前
晓宇的老公完成签到 ,获得积分10
7秒前
内向南风完成签到,获得积分10
7秒前
英姑应助科研通管家采纳,获得10
7秒前
7秒前
搜集达人应助科研通管家采纳,获得10
8秒前
斯文败类应助科研通管家采纳,获得10
8秒前
wanci应助科研通管家采纳,获得10
8秒前
zho应助科研通管家采纳,获得20
8秒前
脑洞疼应助科研通管家采纳,获得10
8秒前
小马甲应助科研通管家采纳,获得10
8秒前
大个应助科研通管家采纳,获得10
8秒前
8秒前
蘑菇腿完成签到,获得积分10
8秒前
bkagyin应助科研通管家采纳,获得10
8秒前
所所应助科研通管家采纳,获得10
8秒前
Ava应助科研通管家采纳,获得10
8秒前
上官若男应助科研通管家采纳,获得10
8秒前
随机子应助科研通管家采纳,获得10
8秒前
sissiarno应助科研通管家采纳,获得251
8秒前
小二郎应助科研通管家采纳,获得10
9秒前
不倦应助科研通管家采纳,获得10
9秒前
CipherSage应助科研通管家采纳,获得10
9秒前
11秒前
lbma发布了新的文献求助10
12秒前
12秒前
14秒前
禾盒发布了新的文献求助10
15秒前
丰知然举报猪猪求助涉嫌违规
15秒前
蘑菇腿发布了新的文献求助10
16秒前
16秒前
666完成签到,获得积分10
18秒前
19秒前
yhm1发布了新的文献求助10
19秒前
lmy完成签到,获得积分10
19秒前
高分求助中
Spray / Wall-interaction Modelling by Dimensionless Data Analysis 2000
Evolution 3rd edition 1500
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 700
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 700
ALA生合成不全マウスでの糖代謝異常の分子機構解析 520
Mathematics and Finite Element Discretizations of Incompressible Navier—Stokes Flows 500
A new species of Coccus (Homoptera: Coccoidea) from Malawi 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 3188568
求助须知:如何正确求助?哪些是违规求助? 2838018
关于积分的说明 8018485
捐赠科研通 2500765
什么是DOI,文献DOI怎么找? 1335198
科研通“疑难数据库(出版商)”最低求助积分说明 637477
邀请新用户注册赠送积分活动 605536