使用VDW-DF2功能和人工神经网络评估Cu(110) 上的CO吸附动态
Federico J Gonzalez1, Giulia N Seminara1, Miranda I López1
1Grupo de Fisicoquímica en Interfaces y Nanoestructuras, Instituto de Física Rosario (IFIR), CONICET-UNR, Bv. 27 de Febrero 210 bis, S2000EKF Rosario, Argentina.
The Journal of chemical physics
|December 14, 2023
概括
这项研究通过使用先进的计算方法,提高了对铜表面一氧化碳化学吸收的理解. 改进的模型准确地预测了实验粘合概率,推动了表面科学研究.
科学领域:
- 表面科学是一门学科.
- 化学物理 化学物理
- 计算化学计算化学
背景情况:
- 对金属表面的一氧化碳 (CO) 的化学吸收对于催化非常重要.
- 以前使用半局部函数的研究表明,在准确描述CO化学吸收动态方面存在局限性.
- 了解分子-表面相互作用是设计高效的催化过程的关键.
研究的目的:
- 准确地建模一氧化碳化学吸收在Cu上的动态.
- 通过使用先进的计算方法,提高与实验数据的一致性.
- 为了研究远程分散力对吸附动态的影响.
主要方法:
- 进行了近乎经典的轨迹计算.
- 使用了基于密度函数理论 (DFT) 的原子神经网络潜力.
- 使用了vdW-DF2非局部交换相关函数,结合了范德瓦尔斯力.
主要成果:
- 与分子束实验对于初始粘合概率与表面温度和正常发生时的冲击能量的优异一致.
- 准确地复制实验观察到的异常发病率趋势,包括方向偏好和能量缩放.
- 与使用半局部函数的先前研究相比,显著改善.
结论:
- vdW-DF2功能和神经网络方法提供了对Cu上的CO化学吸收动态的高度准确的描述.
- 这项研究证实了包括远程分散力的重要性,以准确的分子-表面相互作用建模.
- 需要进一步的研究来解决与实验观测的剩余定量差异.
更多相关视频
11:38In situ FTIR Spectroscopy as a Tool for Investigation of Gas/Solid Interaction: Water-Enhanced CO2 Adsorption in UiO-66 Metal-Organic Framework
Published on: February 1, 2020
16.0K
08:54Vibrational Spectra of a N719-Chromophore/Titania Interface from Empirical-Potential Molecular-Dynamics Simulation, Solvated by a Room Temperature Ionic Liquid
Published on: January 25, 2020
5.7K
