专栏名称: 微算云平台
微算云平台(www.v-suan.com)为华算科技旗下科技媒体,以计算技术为核心,提供最新资讯、实用教程、培训指导、政策动态、人才招聘等信息,同时建有问答平台、交流社区和解决方案商城,服务材料、化学、物理、计算机、机械、生物等多个学科。
目录
相关文章推荐
51好读  ›  专栏  ›  微算云平台

AI+催化剂研发!三院院士杨培东,重磅JACS!

微算云平台  · 公众号  ·  · 2025-03-19 08:30

正文

同步辐射2500元/元素起,开学季疯狂折扣,限时直降1000元!

经费预存选华算:重磅加码,高至30%预存增值

开发高效、稳定且成本低廉的酸性氧气进化反应(OER)催化剂是实现大规模电解水制氢的关键挑战之一。尽管钌(Ru)具有高活性且相对廉价,但其长期稳定性问题一直是应用中的主要瓶颈。

成果简介

在此, 美国加州大学伯克利分校杨培东院士等人 探索了通过研究Ru x (Ir,Fe,Co,Ni) 1– x 多组分合金的相形成行为、OER性能以及OER诱导的表面重构,来稳定活性Ru位点的潜力。

结果显示,该合金在接近等摩尔浓度时展现出由主要的面心立方(fcc)相和少量的六方密堆积(hcp)相组成的多相结构。同时,利用机器学习辅助的原子间势能(MLIP)结合复制交换分子动力学,描述了Ru x (Ir,Fe,Co,Ni) 1– x 催化剂及其他基于RuIr合金的原子尺度混合行为,且模型支持了实验中观察到的均匀混合的fcc相,并表明了hcp相的少量形成。

经过优化的Ru 0.20 (Ir,Fe,Co,Ni) 0.80 催化剂展现出改善的OER活性,其在10 mA cm -2 时的平均过电位约为237 mV,并且在24小时运行中表现出低活性衰减率(约1.1 mV h -1 )的增强稳定性。酸性OER条件诱导形成了富含RuIr的氧化物薄壳层,其中含有微量的3d金属,而Ru被发现在演变的纳米颗粒表面附近相对稳定。

此外,进一步利用机器学习加速的高通量模拟协议,基于预期的相稳定性筛选其他潜在的含RuIr的五元合金。本研究突出了在多组分合金基体中稳定Ru,以实现更高活性和稳定性的机会。

相关文章以“ Stabilizing Ru in Multicomponent Alloy as Acidic Oxygen Evolution Catalysts with Machine Learning-Enabled Structural Insights and Screening ”为题发表在 J. Am. Chem. Soc. 上!

研究背景

利用可再生电力在酸性电解质中通过电解水制取清洁氢气(H 2 ),是一种极具前景的可持续燃料和化学品原料生产方法,其碳排放接近零或为零。尽管阴极上的析氢反应(HER)能够相对高效地进行,但阳极上的析氧反应(OER)由于其复杂的四电子反应路径和高能量需求步骤,面临着艰巨的挑战。铱(Ir)催化剂在实现OER稳定性方面表现出色,但活性较低且成本高昂,限制了其可扩展性。相反,钌(Ru)催化剂具有更高的OER活性且成本效益更高,但稳定性较差,阻碍了其商业化应用。Ru催化剂的稳定性问题主要源于晶格氧的参与,这导致Ru的过度氧化和灾难性溶解,从而引发不利于OER稳定性的结构解体。因此,稳定催化剂结构中的Ru原子是开发具有长期稳定性的高效、低成本酸性OER催化剂的关键步骤。

将Ru与其他多种元素合金化以形成多组分材料,是稳定Ru在酸性OER条件下的一种有前景的方法。许多研究探索了将Ru与其他元素在高熵合金(HEA)或高熵氧化物(HEO)结构中混合,以实现活性和耐用的酸性OER催化剂,多组分合金催化剂的活性和稳定性的提升离不开熵稳定的固溶体结构的相稳定性。最近在基于机器学习的方法方面的进展,这些方法从战略性设计的QM参考数据中学习以构建替代模型,为解决多组分合金设计协议的某些方面开辟了非常规途径。在不显著牺牲所需精度的情况下,这些新的建模集中合金的方法以快几个数量级的计算速度提供了有价值的见解,包括可能的催化应用。

图文导读

本研究通过微波辅助冲击合成法在碳纸基底上制备了不同Ru含量(x = 0, 0.08, 0.12, 0.16, 0.20 at.%)的Ru x (Ir,Fe,Co,Ni) 1– x 纳米颗粒。实验发现,当Ru含量较低时(x ≤ 0.12),纳米颗粒呈现单一的面心立方(fcc)结构;而当Ru含量增加到x = 0.16和0.20时,出现了六方密堆积(hcp)的次生相。同时,XRD和高角环形暗场扫描透射电子显微镜(HAADF-STEM)分析均证实了多相结构的存在。此外,通过扫描透射电子显微镜能量色散X射线光谱(STEM–EDS)分析,所有纳米颗粒表现出良好的固溶体均匀性,且元素分布均匀,未出现明显相分离。研究推测,尽管异质结构纳米颗粒也可能存在,但每个纳米颗粒可能仅包含一种相(fcc或hcp)。

图1:材料的制备与结构表征。

通过理论分析探讨了催化剂的预期相稳定性与原子尺度偏析倾向之间的关系,采用机器学习原子间势能(MLIP)结合复制交换分子动力学(REMD)和蒙特卡洛原子交换(MC)的方法,利用i-Pi代码实现了对Ru x (Ir,Fe,Co,Ni) 1– x 合金体系的模拟。同时,通过计算Cowley短程序(SRO),发现体相合金在不同Ru含量下均表现出良好的混合性,Ni和Ru表现出较强的偏析倾向,这与hcp相的形成相关。进一步通过训练MACE MLIP模型,对hcp相的熵稳定效应进行了研究,结果表明hcp相也具有良好的混合行为。

在表面偏析行为方面,研究发现fcc (111)、(100)和(110)表面的Ni和Ir表现出明显的偏析倾向,而Co和Ru在次表面层中占主导地位。随着Ru比例的增加,Ru原子倾向于迁移到体相中。此外,通过DFT计算验证了MLIP模型的准确性,结果显示REMD/MC平衡的合金构型比特殊准随机结构(SQSs)更稳定,进一步确认了这些组成的稳定性,这些发现为设计高性能催化剂提供了理论支持。

图2:计算和理论分析。

作者通过多种结构表征和原子模拟手段,深入研究了Ru x







请到「今天看啥」查看全文