提出可解释的描述器,以提高在二维木素纳米板上以p块元素为基础的电催化剂修改的N2减少性能
Dengning Sun1, Xiaokun Du1, Jing Chen2
1School of Materials Science and Engineering, Jiangsu University, 212013 Zhenjiang, P. R. China. ztsun@ujs.edu.cn.
Physical chemistry chemical physics : PCCP
|June 12, 2025
概括
新的描述器预测p块电催化剂的降解反应 (NRR). 这些基于原子性质的描述器,能够快速选有前途的催化剂,如C-和Si- bismuthine,以获得高效的NRR.
科学领域:
- 材料科学 材料科学 材料科学
- 电化学 电化学 电化学
- 计算化学计算化学
背景情况:
- p-块元素电催化剂对于降解反应 (NRR) 是至关重要的.
- 开发设计和选NRR电催化剂的有效方法仍然是一个挑战.
- 了解NRR机制是优化催化剂性能的关键.
研究的目的:
- 为预测NRR活动和选择性开发明确和可解释的描述符.
- 为了快速选基于p块元素的电催化剂.
- 为了确定电化学降解反应的有前途的候选者.
主要方法:
- 使用了高通量理论模拟.
- 使用符号回归算法来导出描述符.
- 描述器是基于固有的原子性质,独立于DFT计算.
- 作为例子,研究了带有多或吸附p-块元素的二维木素系统.
主要成果:
- 对p块电催化剂成功开发了明确和可解释的描述符.
- 描述器准确地预测了NRR活性和选择性,无论是被兴奋剂或被吸附的比斯木丁系统.
- 五种潜在的候选药物,包括C-doped和Si-doped bismuthine,经过选,表现出色.
- 用C和Si的比斯穆丁表现出有利的限制潜力和对进化的选择性.
结论:
- 开发的描述符为设计和选NRR电催化剂提供了一种可行的方法.
- 这种方法加速了对还原反应的有效和选择性催化剂的发现.
- 预计这些发现将指导实验研究,用于开发先进的电催化剂.
