北航黄建媚课题组:利用机器学习加速研发钙钛矿结构金属硼氢化物
研之成理
2025-03-07 08:00
文章摘要
本文由北航黄建媚课题组撰写,主要探讨了利用机器学习技术加速研发钙钛矿结构金属硼氢化物的新方法。研究背景基于氢能作为清洁能源的潜力及其储存挑战,特别是固态储氢技术中的金属硼氢化物。研究目的是通过机器学习优化钙钛矿结构金属硼氢化物的设计,以降低脱氢温度并提高储氢效率。研究采用了金属卤化物类比策略构建数据集,并利用机器学习模型筛选出具有潜力的储氢材料,如KMn(BH₄)₄。通过密度泛函理论(DFT)计算,深入分析了这些材料的性能,证实了其在氢储存应用中的优异性能。结论指出,这种方法为钙钛矿结构金属硼氢化物的设计和性能优化提供了新的思路,推动了高容量、温和吸放氢储氢材料的研发进程。
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。