首页 > 材料科学

通过机器学习加速的铜基合金设计用于从亚硝酸盐还原合成氨的体外研究

计算材料学 2025-02-25 12:13
文章摘要
本文通过第一性原理计算和机器学习方法,研究了铜基合金在亚硝酸盐电还原反应(NORR)中的性能,旨在提高将NO转化为NH3的效率和选择性。研究发现,氮原子的吸附能Eads(*N)是NORR的有效催化描述符。通过对140种铜合金的筛选,确定了Cu@Cu3Ni和Cu2Ni2@Cu3Ni为理想的非贵金属催化剂,具有极低的极限电位和合理的动力学障碍。此外,构建了一个高准确性的机器学习模型来预测Eads(*N),并发现Ni是增强NORR活性的最佳非贵金属元素。这些结果为NORR电催化剂的设计提供了理论基础,并为未来的实验研究指明了方向。
通过机器学习加速的铜基合金设计用于从亚硝酸盐还原合成氨的体外研究
本站注明稿件来源为其他媒体的文/图等稿件均为转载稿,本站转载出于非商业性的教育和科研之目的,并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题,请作者速来电或来函联系。
推荐文献
Issue Publication Information
DOI: 10.1021/elv007i003_189876110.1021/elv007i003_1898761 Pub Date : 2025-02-11
IF 4.3 3区 材料科学 Q1
Issue Publication Information
DOI: 10.1021/aev008i004_190355110.1021/aev008i004_1903551 Pub Date : 2025-02-24
IF 5.4 3区 材料科学 Q2
最新文章
南京大学《PRL》:新机制!热调变自旋态的电-热耦合催化水分解
南京大学《PRL》:新机制!热调变自旋态的电-热耦合催化水分解
在电催化水氧化过程中,催化剂体相与催化层之间的电子转移势垒决定了电极极化到高价催化活性物质的难易程度。因此,寻找降低电子转移能垒的策略对于提高电-氢转换效率至关重要。在热促进化学反应动力学传统认知中,
8小时前
“源神启动”?DeepSeek重磅宣布!震惊网友
“源神启动”?DeepSeek重磅宣布!震惊网友
DeepSeek于2025年2月24日正式启动“开源周”,计划连续5天每天开源一个项目。第一天,DeepSeek就放大招。#DeepSeek榨干显卡性能潜力震惊网友#等话题引发关注!DeepSeek开
8小时前
牛!他,28岁任川大教授/博导,「国家杰青/国家优青/洪堡学者」,新发Nature子刊!
牛!他,28岁任川大教授/博导,「国家杰青/国家优青/洪堡学者」,新发Nature子刊!
同步辐射2500元/元素起,开学季疯狂折扣,限时直降1000元!经费预存选华算:重磅加码,高至30%预存增值!二氧化碳(CO2)羧化生成高附加值的羧酸,是一种有吸引力、可持续且高效的方法。在这些方法中
8小时前
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1