Prediction of perovskite oxygen vacancies for oxygen electrocatalysis at different temperatures

电催化剂 氧气 钙钛矿(结构) 析氧 材料科学 化学 结晶学 电化学 物理化学 电极 有机化学
作者
Zhiheng Li,Xin Mao,Desheng Feng,Mengran Li,Xiaoyong Xu,Yadan Luo,Linzhou Zhuang,Rijia Lin,Tianjiu Zhu,Fengli Liang,Zi Huang,Dong Liu,Zifeng Yan,Aijun Du,Zongping Shao,Zhonghua Zhu
出处
期刊:Nature Communications [Springer Nature]
卷期号:15 (1)
标识
DOI:10.1038/s41467-024-53578-7
摘要

Efficient catalysts are imperative to accelerate the slow oxygen reaction kinetics for the development of emerging electrochemical energy systems ranging from room-temperature alkaline water electrolysis to high-temperature ceramic fuel cells. In this work, we reveal the role of cationic inductive interactions in predetermining the oxygen vacancy concentrations of 235 cobalt-based and 200 iron-based perovskite catalysts at different temperatures, and this trend can be well predicted from machine learning techniques based on the cationic lattice environment, requiring no heavy computational and experimental inputs. Our results further show that the catalytic activity of the perovskites is strongly correlated with their oxygen vacancy concentration and operating temperatures. We then provide a machine learning-guided route for developing oxygen electrocatalysts suitable for operation at different temperatures with time efficiency and good prediction accuracy. Catalyst screening is an important process but it's usually time-consuming and labor intensive. Here the authors report the prediction of oxygen vacancy for perovskites using machine learning techniques to develop suitable oxygen electrocatalysts for solid oxide fuel cells at reduced temperatures.
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
天真的莺完成签到,获得积分10
6秒前
木光完成签到,获得积分20
10秒前
独特的孤丹完成签到 ,获得积分10
10秒前
10秒前
康2000发布了新的文献求助30
17秒前
丽丽完成签到 ,获得积分10
17秒前
知否完成签到 ,获得积分10
21秒前
欢呼的茗茗完成签到 ,获得积分10
26秒前
白菜完成签到 ,获得积分10
27秒前
拼搏山槐完成签到 ,获得积分10
30秒前
康2000完成签到,获得积分10
31秒前
35秒前
赘婿应助trussie采纳,获得10
36秒前
bblv完成签到 ,获得积分10
41秒前
赘婿应助科研通管家采纳,获得10
50秒前
50秒前
磕学家完成签到 ,获得积分10
54秒前
磕学家关注了科研通微信公众号
1分钟前
woshiwuziq完成签到 ,获得积分10
1分钟前
ovood完成签到 ,获得积分10
1分钟前
1分钟前
月亮完成签到 ,获得积分10
1分钟前
zodiac完成签到,获得积分10
1分钟前
诸沧海发布了新的文献求助10
1分钟前
上善若水呦完成签到 ,获得积分10
1分钟前
大力小萱完成签到,获得积分10
1分钟前
美满的皮卡丘完成签到 ,获得积分10
1分钟前
Hank完成签到 ,获得积分10
1分钟前
搜集达人应助大力小萱采纳,获得10
1分钟前
每天学习一点点完成签到 ,获得积分10
1分钟前
先锋完成签到 ,获得积分10
1分钟前
蓝桉完成签到 ,获得积分10
1分钟前
林沐发布了新的文献求助10
1分钟前
搜集达人应助磕学家采纳,获得10
1分钟前
1分钟前
复杂的方盒完成签到 ,获得积分10
1分钟前
czj完成签到 ,获得积分10
1分钟前
水晶李完成签到 ,获得积分10
2分钟前
fang完成签到,获得积分10
2分钟前
莫小烦完成签到,获得积分10
2分钟前
高分求助中
Sustainability in Tides Chemistry 1500
Handbook of the Mammals of the World – Volume 3: Primates 805
拟南芥模式识别受体参与调控抗病蛋白介导的ETI免疫反应的机制研究 550
Gerard de Lairesse : an artist between stage and studio 500
Digging and Dealing in Eighteenth-Century Rome 500
Queer Politics in Times of New Authoritarianisms: Popular Culture in South Asia 500
Manual of Sewer Condition Classification 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 3068290
求助须知:如何正确求助?哪些是违规求助? 2722176
关于积分的说明 7476094
捐赠科研通 2369177
什么是DOI,文献DOI怎么找? 1256228
科研通“疑难数据库(出版商)”最低求助积分说明 609524
版权声明 596835