化石燃料消耗和環(huán)境問題，促使人們探索環(huán)境友好和可持續(xù)的能源，作為綠色的替代品。其中，氫氣具有高能量密度和零CO2排放，被認(rèn)為是一種優(yōu)異的綠色能源。近來，電解水制氫反應(yīng)（HER），是產(chǎn)生高純度氫氣的一種有效方法，引起了越來越多的關(guān)注。

?

HER，同樣需要高效穩(wěn)定的催化劑，以往的實驗研究方法缺乏普適通用性，因此，亟需一種可以指導(dǎo)催化劑的合成設(shè)計原則，至此，描述符應(yīng)運(yùn)而生。

?

在此，我們將會連續(xù)推出5期有關(guān)對HER描述符的介紹，請大家敬請期待。

?

1.JACS: Ni-Ni鍵長—機(jī)器學(xué)習(xí)解釋來自非金屬表面的摻雜化學(xué)壓力驅(qū)動Ni2P析氫活性增強(qiáng)的研究

?

?

Ni2P催化劑的析氫反應(yīng)(HER)活性，目前受到Ni3-中空位置H吸附的限制。在此，來自美國賓夕法尼亞大學(xué)的 Andrew M. Rappe等人，研究了表面非金屬摻雜對Ni2P(0001)的Ni3P2端的HER活性的影響，而Ni2P(0001)在適當(dāng)?shù)碾娀瘜W(xué)條件下能夠穩(wěn)定。

?

利用密度泛函理論DFT計算，研究者發(fā)現(xiàn)在中等表面摻雜濃度下，2p非金屬和較重的硫原子都提供了接近熱中性的H吸附。然而，同時也發(fā)現(xiàn)，只有硫取代表面P是放熱的。在S中間表面濃度下，H在Ni3-中空位置的吸附自由能為-0.11 eV，明顯高于未摻雜的表面(0.45 eV)。研究者使用正則化隨機(jī)森林機(jī)器學(xué)習(xí)算法，來發(fā)現(xiàn)從DFT計算中提取的結(jié)構(gòu)和電荷描述符，在確定不同摻雜濃度下Ni2P(0001) HER活性方面的相對重要性。研究發(fā)現(xiàn)，Ni-Ni鍵長是HER活性最重要的描述符，這表明非金屬摻雜劑對Ni3-空心位點產(chǎn)生類似化學(xué)壓力的效應(yīng)，通過壓縮和膨脹改變其反應(yīng)活性。

?

?

參考文獻(xiàn)：

Robert B. Wexler, John Mark P. Martirez, and Andrew M. Rappe, Chemical Pressure-Driven Enhancement of the Hydrogen Evolving Activity of Ni2P from Nonmetal Surface Doping Interpreted via Machine Learning.?Journal of the American Chemical Society?2018,?140 (13), 4678-4683.?DOI: 10.1021/jacs.8b00947

?

原文鏈接：

https://pubs.acs.org/doi/10.1021/jacs.8b00947

?

2.CM：電子表面O原子的數(shù)量(Ne)—用簡單描述符尋找含O端MXenes析氫反應(yīng)的高活性催化劑

?

?

高效、儲量豐富、成本低廉的析氫反應(yīng)催化劑(HER)是可持續(xù)制氫的關(guān)鍵。在此，來自東南大學(xué)的Jinlan Wang等人，提出了一種基于密度泛函理論的二維過渡金屬碳化物(MXenes)的全O端接表面篩選。

?

研究者首次考察了10種單金屬碳化物的催化活性，發(fā)現(xiàn)Ti2CO2和W2CO2是HER的高活性催化劑。然后，建立了電子表面O原子獲得數(shù)(Ne)與氫吸附自由能絕對值(ΔGH)之間的火山圖。因此，研究者提出了一個簡單的描述符Ne來評價O端MXenes的HER性能。

?

在此基礎(chǔ)上，從7種雙金屬碳化物中提取出的TiVCO2比Ti2CO2和W2CO2具有更好的HER性能。該研究為HER的Pt的低成本替代品，提供了新的可能性，更重要的是，開發(fā)了一個簡單的活性描述符，從而更加有效地尋找高活性HER催化劑。

?

?

參考文獻(xiàn)：

Chongyi Ling, Li Shi, Yixin Ouyang, and Jinlan Wang, Searching for Highly Active Catalysts for Hydrogen Evolution Reaction Based on O-Terminated MXenes through a Simple Descriptor.?Chemistry of Materials?2016, 28(24), 9026-9032 DOI: 10.1021/acs.chemmater.6b03972

?

原文鏈接：

https://pubs.acs.org/doi/10.1021/acs.chemmater.6b03972

?

3.JPCL：局部電負(fù)性和價電子數(shù)—通過多級高通量計算和機(jī)器學(xué)習(xí)識別過渡金屬二鹵族化合物的高活性析氫催化劑

?

?

高性能電催化劑，不僅具有很高的催化活性，而且具有足夠的熱力學(xué)穩(wěn)定性和電導(dǎo)率。雖然金屬1T相MoS2和WS2已被成功鑒定為具有較高的析氫反應(yīng)活性，但由于對與催化活性相關(guān)的電子和成分屬性缺乏充分的了解，設(shè)計更廣泛的金屬過渡金屬雙硫?qū)倩衔?TMDs)面臨著巨大的挑戰(zhàn)。

?

此文中，來自遼寧大學(xué)的Tingwei Chen & 中國科學(xué)院的Jianjun Liu等人，對所有可能存在的二維TMD(2D-TMD)材料進(jìn)行了系統(tǒng)的高通量計算篩選，以獲得高性能的析氫反應(yīng)(HER)電催化劑，采用了一些重要的標(biāo)準(zhǔn)，如零帶隙、可用相間最高的熱力學(xué)穩(wěn)定性、空位形成能低，氫吸附能接近零。其中，VS2和NiS2、過渡金屬離子空位(TM-空位)ZrTe2和PdTe2、硫族離子空位(X-空位)MnS2、CrSe2、TiTe2和VSe2等一系列材料，具有與Pt(111)相當(dāng)?shù)拇呋钚浴?/p>

?

更重要的是，電子結(jié)構(gòu)分析表明，缺陷引起的活性電子大多在最近鄰和次近鄰范圍內(nèi)離域，而不是單原子活性位。結(jié)合機(jī)器學(xué)習(xí)方法，可以用局部電負(fù)性(0.195·LEf + 0.205·LEs)和價電子數(shù)(Vtmx)定量描述金屬相2D-TMD材料的HER催化活性，其中描述符為ΔGH*?= 0.093 -(0.195·LEf + 0.205·LEs) - 0.15·Vtmx。

?

?

參考文獻(xiàn)：

Nian Ran, Bo Sun, Wujie Qiu, Erhong Song, Tingwei Chen, and Jianjun Liu, A machine learning scheme for the catalytic activity of alloys with intrinsic descriptors,The Journal of Physical Chemistry Letters?2021?12(8), 2102–2111 DOI: 10.1021/acs.jpclett.0c03839

?

原文鏈接：

https://pubs.acs.org/doi/10.1021/acs.jpclett.0c03839

?

4.Catalysis Science & Technology：絕對電極電位(Uabs0)—通過摻雜和調(diào)整錳嵌入碳納米管的曲率來提高析氫活性

?

?

實驗發(fā)現(xiàn)，碳納米管(CNTs)與過渡金屬結(jié)合在酸性電解質(zhì)中的電催化析氫反應(yīng)(HER)具有很大的潛力，而進(jìn)一步闡明確定HER活性的機(jī)理，將有助于設(shè)計更高效的CNT-基催化劑。在此，來自中國石油大學(xué)的Lianming Zhao & Wenyue Guo等人，采用第一性原理-密度泛函理論，計算研究了一系列碳納米管上的HER，包括取代嵌有Mn原子的CNT(MnCNT(n,n)s, n = 3, 4, 5, 6, 7和9)，以及與Mn和雙N共嵌的CNT(MnN2CNT(5,5))。

?

理論計算表明，所研究的碳納米管催化劑上的HER活性中心主要是靠近金屬中心的C原子，HER主要由Volmer Heyrovsky反應(yīng)機(jī)制控制，以Heyrovsky反應(yīng)為速率決定步驟。通過調(diào)整CNT的曲率并嵌入雜原子(Mn和N)，可以提高CNT的C p-帶中心(εp)，減弱絕對H吸附自由能(|ΔGH*|)，降低絕對電極電位(Uabs0)，從而提高HER性能。

?

對于MnCNT(n,n)s, HER活性表現(xiàn)出與表面曲率的火山依賴關(guān)系，在n = 5時達(dá)到峰值。將雙N原子置換摻雜到MnCNT(5,5)中，可以進(jìn)一步顯著提高HER活性，其電流密度是Pt的30倍。此外，除了ΔGH*和自由能壘外，Uabs0描述符可以克服εp應(yīng)用于相同金屬嵌套CNTs的局限性，擴(kuò)展到描述過渡金屬嵌套CNTs的HER活性。

?

?

參考文獻(xiàn)：

H. Liu et. al., Enhancing hydrogen evolution activity by doping and tuning the curvature of manganese-embedded carbon nanotubes?Catal. Sci. Technol.,2019，9，5301-5314

?

https://doi.org/10.1039/C9CY01174A

?

原文鏈接：

https://pubs.rsc.org/ko/content/articlelanding/2019/cy/c9cy01174a#!divAbstract

?

5.Applied Surface Science：氫吸附的吉布斯自由能(ΔGH*)—機(jī)器學(xué)習(xí)加速M(fèi)Benes材料析氫催化劑的篩選

?

?

在此，來自浙江工業(yè)大學(xué)的Jianguo Wang等人，利用機(jī)器學(xué)習(xí)(ML)模型結(jié)合密度泛函理論(DFT)計算，從各種未摻雜-和單原子摻雜-MBenes材料中篩選和設(shè)計析氫反應(yīng)(HER)催化劑。支持向量算法僅利用簡單的結(jié)構(gòu)和元素特征，就準(zhǔn)確地預(yù)測氫吸附的吉布斯自由能(ΔGH*)。

?

結(jié)合描述符和特征重要性分析，表面金屬的Bader電荷轉(zhuǎn)移是影響MBenes HER活性的關(guān)鍵因素。從271種MBenes和MXenes中篩選出Co/Ni2B2、Pt/Ni2B2、Co2B2、Os/Co2B2和Mn/Co2B2作為活性催化劑，其接近零的ΔGH*分別為0.089、-0.082、-0.13、-0.087和-0.044 eV。最后，穩(wěn)定的Co2B2和Mn/Co2B2是優(yōu)異的HER催化劑，因為|ΔGH*| < 0.15 eV，且具有廣泛的氫覆蓋范圍(θ從1/9到5/9)。本研究表明，ML模型在加速篩選高效HER催化劑方面具有競爭力。

?

?

參考文獻(xiàn)：

Xiang Sun, Jingnan Zheng, Yijing Gao, Chenglong Qiu, Yilong Yan, Zihao Yao, Shengwei Deng, Jianguo Wang, Machine-learning-accelerated screening of hydrogen evolution catalysts in MBenes materials,?Applied Surface Science?2020,?526, 146522, 0169-4332. https://doi.org/10.1016/j.apsusc.2020.146522.

?

原文鏈接：

https://www.sciencedirect.com/science/article/abs/pii/S0169433220312794#!

?

本文所有內(nèi)容文字、圖片和音視頻資料，版權(quán)均屬科學(xué)指南針網(wǎng)站所有，任何媒體、網(wǎng)站或個人未經(jīng)本網(wǎng)協(xié)議授權(quán)不得以鏈接、轉(zhuǎn)貼、截圖等任何方式轉(zhuǎn)載。