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
迷你的雁枫完成签到 ,获得积分10
3秒前
韦雪莲完成签到 ,获得积分10
6秒前
6秒前
木木完成签到,获得积分10
6秒前
生命奋斗发布了新的文献求助10
12秒前
wang完成签到 ,获得积分10
15秒前
15秒前
18秒前
寻道图强应助gnr2000采纳,获得30
18秒前
司徒无剑完成签到,获得积分10
18秒前
我就想看看文献完成签到 ,获得积分10
21秒前
JaneChen完成签到 ,获得积分10
28秒前
gnr2000完成签到,获得积分0
31秒前
37秒前
生命奋斗完成签到,获得积分10
38秒前
Ruuo616完成签到 ,获得积分10
40秒前
zenabia完成签到 ,获得积分10
41秒前
范白容完成签到 ,获得积分10
45秒前
xingxing完成签到 ,获得积分10
49秒前
ruiii完成签到 ,获得积分10
51秒前
SC完成签到 ,获得积分10
52秒前
666星爷完成签到,获得积分10
56秒前
xxxksk完成签到 ,获得积分10
59秒前
1461完成签到 ,获得积分10
1分钟前
健壮的芷容完成签到 ,获得积分10
1分钟前
杨天天完成签到,获得积分10
1分钟前
sjx_13351766056完成签到 ,获得积分10
1分钟前
黑色幽默完成签到 ,获得积分10
1分钟前
迷人的沛山完成签到 ,获得积分10
1分钟前
zl739860884完成签到 ,获得积分10
1分钟前
Eason Liu完成签到,获得积分10
1分钟前
chen完成签到 ,获得积分10
1分钟前
绿袖子完成签到,获得积分10
1分钟前
iorpi完成签到,获得积分10
1分钟前
随机子应助erhan7采纳,获得10
1分钟前
坟里唱情歌完成签到 ,获得积分10
1分钟前
geogydeniel完成签到 ,获得积分10
1分钟前
wintel完成签到,获得积分10
1分钟前
喵了个咪完成签到 ,获得积分10
1分钟前
eular完成签到 ,获得积分10
1分钟前
高分求助中
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
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 3183763
求助须知:如何正确求助?哪些是违规求助? 2833823
关于积分的说明 7995626
捐赠科研通 2496089
什么是DOI,文献DOI怎么找? 1331890
科研通“疑难数据库(出版商)”最低求助积分说明 636455
邀请新用户注册赠送积分活动 603625