代的多尺度和多物理计算用于操作催化剂纳米结构阐明和运动建模
Ajin Rajan1, Anoop P Pushkar1, Balaji C Dharmalingam1
1Department of Chemical Engineering, Indian Institute of Technology Madras, Chennai, Tamil Nadu 600036, India.
iScience
|June 26, 2023
概括
本研究介绍了异质催化物的多尺度建模框架,集成计算预测,机械研究和运动建模. 它解决了连接计算和实验数据的挑战,以改善催化剂设计.
科学领域:
- 不同质的催化剂.
- 计算化学计算化学
- 材料科学 材料科学 材料科学
背景情况:
- 计算预测,机械研究和运动建模对于现代异质催化剂至关重要.
- 整合这些多尺度方法和实验数据仍然是一个重大挑战.
研究的目的:
- 介绍操作的催化剂结构预测技术和表面结构表征方法.
- 讨论动力参数估计和详细动力建模的等级方法.
- 提出一种新的自下而上层次,闭环模拟框架,用于催化.
主要方法:
- 密度函数理论 (DFT) 模拟
- 一开始的热力学.
- 分子动力学分子动力学
- 机器学习技术 机器学习技术
- 计算光谱学是一种计算光谱学.
- 半经验,数据驱动和第一原则计算.
- 平均场微动力学建模
- 动力蒙特卡洛 (KMC) 模拟
主要成果:
- 使用计算技术演示操作催化剂结构预测和表面表征.
- 概述了动力参数估计和建模的等级方法.
- 强调在多尺度建模中需要量化不确定性.
结论:
- 提出了一个全面的,自下而上的层次和闭环建模框架.
- 该框架包括各级一致性检查和代改进.
- 这种综合方法旨在加强计算和实验催化剂之间的联系.


