機器學習設計ORR催化劑

據國內媒體報道：近日，國際著名能源期刊《Nature Energy》上報道了一篇通過機器學習篩選材料和實驗驗證的方式
，加速發展高性能ORR電催化劑的文章。利用這種機器學習驅動新型電催化材料發展的方法，發現了離子Lewis酸強度能夠非常好的描述鈣鈦礦氧化物的催化活性。作者從6871zhongtedingzufendegaitaikuangcailiaozhongshaixuanlesizhongkenengjuyougaohuoxingdeyanghuawu，bingqietongguoshiyanyanzhengqijuyouyouyidecuihuahuoxing。shiyanbiaozhengjieguoxianshi
，tongguojiangdigaitaikuangdeA位、提高鈣鈦礦的B位離子Lewis酸強度，能夠顯著的改善表麵交換反應動力學。通過DFT理論計算說明催化活性的改善主要歸因於A
、B位點的極性分布變化導致，並且能夠降低氧空穴的形成能和氧空穴的移動能壘。

該文章是由香港理工大學倪萌、南京工業大學邵宗平
、深圳大學謝和平等人共同完成。文章介紹機器學習技術已成功應用於開發高活性燃料電池陰極。 和以前的DFT 方fang法fa相xiang比bi
，他ta們men的de方fang法fa僅jin僅jin依yi靠kao分fen子zi式shi無wu需xu建jian立li分fen子zi模mo型xing在zai機ji器qi訓xun練lian後hou就jiu能neng預yu測ce材cai料liao屬shu性xing
，因yin此ci該gai方fang法fa具ju有you低di成cheng本ben和he高gao開kai發fa效xiao率lv的de特te性xing。然ran而er
，作zuo為wei一yi種zhong數shu據ju驅qu動dong的de方fang法fa，數shu據ju的de數shu量liang和he數shu據ju質zhi量liang直zhi接jie影ying響xiang機ji器qi學xue習xi的de準zhun確que性xing。目mu前qian低di溫wen燃ran料liao電dian池chi的de相xiang關guan數shu據ju不bu足zu難nan以yi實shi現xian催cui化hua活huo性xing的de預yu測ce，因yin此ci為wei了le未wei來lai機ji器qi學xue習xi的de發fa展zhan
，需xu要yao加jia快kuai材cai料liao數shu據ju庫ku的de建jian立li。

原文下載連接如下：https://www.nature.com/articles/s41560-022-01098-3#Fig1