Identifying Metallic Transition-Metal Dichalcogenides for Hydrogen Evolution through Multilevel High-Throughput Calculations and Machine Learning

空位缺陷 电负性 硫系化合物 离域电子 价电子 材料科学 过渡金属 催化作用 电子结构 化学物理 密度泛函理论 带隙 化学 电子 计算化学 结晶学 物理 冶金 量子力学 光电子学 有机化学 生物化学
作者
Nian Ran,Bo Sun,Wujie Qiu,Erhong Song,Ting-Wei Chen,Jianjun Liu
出处
期刊:Journal of Physical Chemistry Letters [American Chemical Society]
卷期号:12 (8): 2102-2111 被引量:49
标识
DOI:10.1021/acs.jpclett.0c03839
摘要

High-performance electrocatalysts not only exhibit high catalytic activity but also have sufficient thermodynamic stability and electronic conductivity. Although metallic 1T-phase MoS2 and WS2 have been successfully identified to have high activity for hydrogen evolution reaction, designing more extensive metallic transition-metal dichalcogenides (TMDs) faces a large challenge because of the lack of a full understanding of electronic and composition attributes related to catalytic activity. In this work, we carried out systematic high-throughput calculation screening for all possible existing two-dimensional TMD (2D-TMD) materials to obtain high-performance hydrogen evolution reaction (HER) electrocatalysts by using a few important criteria, such as zero band gap, highest thermodynamic stability among available phases, low vacancy formation energy, and approximately zero hydrogen adsorption energy. A series of materials—perfect monolayer VS2 and NiS2, transition-metal ion vacancy (TM-vacancy) ZrTe2 and PdTe2, chalcogenide ion vacancy (X-vacancy) MnS2, CrSe2, TiTe2, and VSe2—have been identified to have catalytic activity comparable with that of Pt(111). More importantly, electronic structural analysis indicates active electrons induced by defects are mostly delocalized in the nearest-neighbor and next-nearest neighbor range, rather than a single-atom active site. Combined with the machine learning method, the HER-catalytic activity of metallic phase 2D-TMD materials can be described quantitatively with local electronegativity (0.195·LEf + 0.205·LEs) and valence electron number (Vtmx), where the descriptor is ΔGH* = 0.093 – (0.195·LEf + 0.205·LEs) – 0.15·Vtmx.
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
yy完成签到,获得积分10
刚刚
LINHAI完成签到,获得积分10
刚刚
1秒前
鸢尾松茶完成签到 ,获得积分10
1秒前
畅快的谷秋完成签到 ,获得积分10
1秒前
852应助小叮当采纳,获得10
2秒前
2秒前
JamesPei应助棒棒采纳,获得10
3秒前
3080完成签到 ,获得积分10
3秒前
木雨洛发布了新的文献求助10
4秒前
4秒前
酷炫迎波完成签到,获得积分10
5秒前
刘晓宇发布了新的文献求助10
5秒前
狂野的河马完成签到,获得积分10
6秒前
仁爱发卡发布了新的文献求助10
6秒前
勤奋的松鼠完成签到,获得积分10
7秒前
称心如意完成签到 ,获得积分10
7秒前
背后的鹭洋完成签到,获得积分10
8秒前
9秒前
9秒前
winew完成签到 ,获得积分10
10秒前
暗黑同学完成签到,获得积分10
10秒前
10秒前
mini的yr完成签到 ,获得积分10
11秒前
真的不会完成签到,获得积分10
11秒前
酒醉的蝴蝶完成签到 ,获得积分10
12秒前
研友_ZAe4qZ发布了新的文献求助10
12秒前
欢呼的傲旋完成签到,获得积分10
12秒前
开心的谷兰完成签到,获得积分10
13秒前
郑麻发布了新的文献求助10
14秒前
糖果发布了新的文献求助10
14秒前
李健的小迷弟应助沐沐采纳,获得10
15秒前
Akim应助仁爱发卡采纳,获得10
16秒前
Roman完成签到,获得积分10
16秒前
WHL完成签到,获得积分10
17秒前
17秒前
Fred Guan应助来了来了采纳,获得10
17秒前
18秒前
今后应助研友_ZAe4qZ采纳,获得10
20秒前
黄憨憨发布了新的文献求助10
21秒前
高分求助中
Sustainability in Tides Chemistry 2800
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
Rechtsphilosophie 1000
Bayesian Models of Cognition:Reverse Engineering the Mind 888
Handbook of Qualitative Cross-Cultural Research Methods 600
Very-high-order BVD Schemes Using β-variable THINC Method 568
Chen Hansheng: China’s Last Romantic Revolutionary 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 3137211
求助须知:如何正确求助?哪些是违规求助? 2788244
关于积分的说明 7785274
捐赠科研通 2444247
什么是DOI,文献DOI怎么找? 1299869
科研通“疑难数据库(出版商)”最低求助积分说明 625606
版权声明 601023