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
陈棋清发布了新的文献求助10
刚刚
hnxxangel完成签到,获得积分10
2秒前
劲秉应助包容依琴采纳,获得10
2秒前
4秒前
所所应助Albertxkcj采纳,获得10
4秒前
4秒前
4秒前
5秒前
iY发布了新的文献求助10
5秒前
科研通AI2S应助皮皮采纳,获得10
9秒前
如影随形发布了新的文献求助10
9秒前
10秒前
米米米发布了新的文献求助10
10秒前
11秒前
11秒前
12秒前
情怀应助米米米采纳,获得10
13秒前
明天发布了新的文献求助10
15秒前
Owen应助如影随形采纳,获得10
16秒前
乐乐发布了新的文献求助10
16秒前
KKLJOJ完成签到,获得积分10
16秒前
18秒前
Jasper应助典雅的俊驰采纳,获得10
20秒前
kjing完成签到,获得积分10
22秒前
feitian201861发布了新的文献求助10
23秒前
24秒前
25秒前
26秒前
xiongyh10完成签到,获得积分10
27秒前
uwu完成签到 ,获得积分10
28秒前
aaefv完成签到,获得积分10
29秒前
29秒前
忆往昔完成签到,获得积分10
29秒前
29秒前
29秒前
yc发布了新的文献求助10
31秒前
传奇3应助enen采纳,获得200
32秒前
Darkangel完成签到,获得积分10
32秒前
小辛发布了新的文献求助10
33秒前
平常的灵凡完成签到,获得积分10
34秒前
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
2024 Medicinal Chemistry Reviews 400
Dictionary of socialism 350
Mixed-anion Compounds 300
Geochemistry, 2nd Edition 地球化学经典教科书第二版 300
Idoxuridine 260
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 3195077
求助须知:如何正确求助?哪些是违规求助? 2843978
关于积分的说明 8047611
捐赠科研通 2508403
什么是DOI,文献DOI怎么找? 1340814
科研通“疑难数据库(出版商)”最低求助积分说明 639022
邀请新用户注册赠送积分活动 607994