通过多目标优化在巨大的组合空间中发现高度合金电催化剂
Wenbin Xu1,2, Elias Diesen1, Tianwei He3
1Fritz-Haber-Institut der Max-Planck-Gesellschaft, Berlin D-14195, Germany.
Journal of the American Chemical Society
|March 11, 2024
概括
我们开发了一种新的方法来寻找高合金 (HEAs), 这种方法平衡了材料活性,成本和稳定性,发现了氧降解反应的新型HEA催化剂.
科学领域:
- 材料科学
- 电化学
- 计算材料设计
背景情况:
- 高合金 (HEAs) 由于独特的活性位点分布,可以克服传统催化剂的局限性,因此对电催化有希望.
- 目前的虚拟选方法,如贝叶斯优化 (BO),通常只优先考虑催化活动,忽略了诸如稳定等关键因素.
- 这种重点可以导致识别具有催化活性但在运行条件下不固有稳定的材料.
研究的目的:
- 为设计高合金 (HEAs) 引入一个新的多目标贝叶斯优化 (BO) 框架.
- 同时优化HEA候选剂的催化活性,成本效益和稳定性.
- 探索未知HEA设计空间以提高电催化性能,特别是氧降解反应.
主要方法:
- 针对高合金 (HEAs) 的多目标贝叶斯优化 (BO) 框架的开发.
- 将催化活性,成本和稳定作为同时优化目标的整合.
- 实施以多样性为指导的批量选择,以提高选过程中的数据效率.
主要成果:
- 多目的BO框架成功地确定了许多有前途的HEA候选氧降解反应.
- 这些材料有效地平衡了催化活性,成本效益和稳定性.
- 这种方法可以探索多达10个元素的复杂HEA设计空间.
结论:
- 拟议的多目标BO框架为设计高合金提供了更全面的方法.
- 这种方法克服了单一目标优化的局限性,导致更实用和更稳定的HEA催化剂候选物.
- 这些发现为发现具有针对各种电化学应用的特性的高级HEAs铺平了道路.
