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
土书发布了新的文献求助10
2秒前
罗珊发布了新的文献求助10
2秒前
水若冰寒完成签到,获得积分10
8秒前
英俊的铭应助李豆豆采纳,获得10
15秒前
科研通AI2S应助Wingshuohuo采纳,获得10
18秒前
Albert发布了新的文献求助10
21秒前
莹莹完成签到 ,获得积分10
26秒前
已秃完成签到,获得积分0
27秒前
33秒前
jl完成签到,获得积分10
40秒前
41秒前
陶醉的蜜蜂完成签到,获得积分10
42秒前
雪白的面包完成签到 ,获得积分10
45秒前
HEIKU应助hdd采纳,获得10
47秒前
Ethan驳回了Akim应助
50秒前
搜集达人应助jl采纳,获得10
51秒前
科研通AI2S应助土书采纳,获得10
52秒前
58秒前
罗珊完成签到,获得积分10
1分钟前
酷波er应助欣慰的乌冬面采纳,获得50
1分钟前
Hanny完成签到 ,获得积分10
1分钟前
1分钟前
徐佳乐完成签到 ,获得积分10
1分钟前
晓晓马儿完成签到 ,获得积分10
1分钟前
1分钟前
1分钟前
1分钟前
kk_1315完成签到,获得积分10
1分钟前
1分钟前
童童发布了新的文献求助10
1分钟前
李豆豆发布了新的文献求助10
1分钟前
Ethan发布了新的文献求助10
1分钟前
汉堡包应助科研通管家采纳,获得10
1分钟前
充电宝应助科研通管家采纳,获得10
1分钟前
香蕉觅云应助科研通管家采纳,获得10
1分钟前
Ethan完成签到,获得积分20
1分钟前
1分钟前
1分钟前
木子李发布了新的文献求助10
1分钟前
李豆豆完成签到,获得积分20
2分钟前
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
2024 Medicinal Chemistry Reviews 400
Актуализированная стратиграфическая схема триасовых отложений Прикаспийского региона. Объяснительная записка 360
Dictionary of socialism 350
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 3192613
求助须知:如何正确求助?哪些是违规求助? 2841635
关于积分的说明 8034292
捐赠科研通 2505352
什么是DOI,文献DOI怎么找? 1338470
科研通“疑难数据库(出版商)”最低求助积分说明 638351
邀请新用户注册赠送积分活动 606905