已入深夜,您辛苦了!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!祝你早点完成任务,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
星辰完成签到,获得积分10
刚刚
DQQ完成签到,获得积分10
1秒前
lyon发布了新的文献求助10
2秒前
羽6完成签到,获得积分10
3秒前
你过来啊完成签到 ,获得积分10
6秒前
科研通AI2S应助西酞普绿采纳,获得10
6秒前
Josieeee完成签到,获得积分10
7秒前
7秒前
wenjian完成签到,获得积分10
7秒前
饱满的夜安完成签到,获得积分20
8秒前
研友_LBRPOL完成签到 ,获得积分10
9秒前
XieQinxie完成签到,获得积分10
9秒前
王洵完成签到,获得积分10
10秒前
10秒前
11秒前
lynn完成签到 ,获得积分10
11秒前
小蘑菇应助lll采纳,获得10
11秒前
无语的凡梦完成签到,获得积分10
16秒前
小羊完成签到 ,获得积分10
17秒前
19秒前
科目三应助蟹蟹采纳,获得10
22秒前
23秒前
Yucsh书慧123完成签到,获得积分10
23秒前
23秒前
lll完成签到,获得积分10
24秒前
踏实的傲白完成签到 ,获得积分10
25秒前
研友_VZG7GZ应助饱满的夜安采纳,获得10
25秒前
Josieeee发布了新的文献求助10
26秒前
1234完成签到 ,获得积分10
26秒前
lll发布了新的文献求助10
28秒前
29秒前
普罗提亚发布了新的文献求助10
30秒前
32秒前
32秒前
乔植发布了新的文献求助10
34秒前
无花果应助fmmuxiaoqiang采纳,获得10
36秒前
Akim应助ShenQ采纳,获得10
37秒前
lyon发布了新的文献求助10
37秒前
40秒前
kid1912应助panda采纳,获得10
40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
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 3192215
求助须知:如何正确求助?哪些是违规求助? 2841542
关于积分的说明 8033512
捐赠科研通 2505083
什么是DOI,文献DOI怎么找? 1338327
科研通“疑难数据库(出版商)”最低求助积分说明 638287
邀请新用户注册赠送积分活动 606875