Nature：高效率电催化还原二氧化碳制乙烯：机器学习+密度泛函理论计算方法助力高性能电催化材料预测与开发

课题组投稿｜两江首发

当前，全球能源需求迅速上升和环境问题日益严重的背景下，开发清洁能源转化与存储技术尤为重要。乙烯是重要化工原料，在能源、化工、高分子等领域有广泛的应用。传统上，乙烯生产主要依赖原油，通过原油制乙烯，属于不可再生资源间重整。与传统工艺相比，电催化可利用丰富的可再生电能直接还原工业和日常生活中的废气CO2，从而实现碳资源的可持续利用，具有重要的科学意义和工业应用前景。对于电催化CO₂资源化技术，高选择性、高能量转换效率、高反应产率（大电流密度）及长稳定性是重要的技术指标。

南京大学钟苗课题组与多伦多大学Edward Sargent教授、卡耐基梅隆大学Zachary Ulissi教授团队，在《Nature》上合作发表了CO₂电催化还原制乙烯的最新研究成果，“Accelerated Discovery of CO₂Electrocatalysts using Active Machine Learning”。（Nature 581, 178–183 (2020)）

 此项工作在理论计算与材料预测方面，通过构建机器学习-密度泛函理论（DFT）计算互相反馈的筛选框架，对特定表面的电负性、CO吸附能、配位数等多个指标进行机器学习，初步筛选出可能的活性位，DFT计算后把结果并入训练集，以此循环，最终枚举了16，000 种以上不同金属或合金表面在不同原子排布条件下，对CO₂ 还原中C-C偶联步骤的关键中间体*CO及对CO₂ 还原中C-H成键的中间体*H的表面吸附能进行计算，发现含铝4-20%的铜铝合金的多个低密勒指数面对含碳关键中间体*CO和反应要素*H都具有接近最优吸附能，大幅降低CO₂活化加氢、C-C偶联、C-H成键等关键步骤的反应能垒，有效促进多碳产物乙烯的生成。

作者同时也开发了“物理气相沉积+去合金化”的新方法，在气体扩散电极上大面积制备了纳米多孔Cu-Al催化剂并精确调控其表面组分含量，实现了600 mA cm^-2的超高电流密度下，CO₂到C2H4 80%的法拉第效率；通过改进电极结构，在保持150 mA cm^-2的高电流密度下，实现了CO₂ 到C2H4 82%的法拉第效率和55%的阴极电能到化学能的能量转化效率。新型开发的多孔Cu-Al催化剂在选择性、电流密度、阴极能量转化效率等指标上优于当前报道的其他催化剂。通过原位同步辐射X射线吸收光谱分析，结合理论计算，作者推断高性能Cu-Al催化剂在原位反应时活性中心能保存“部分表面正价铜”，也是促进多碳产物生成的因素之一。

图1. 机器学习与密度泛函理论计算框架实现电催化还原CO₂催化剂预测。

图2.纳米多孔Cu-Al催化剂与电子能量损失谱分析。

图3. 纳米多孔Cu-Al催化剂实现高效率电催化还原CO₂产乙烯。

南京大学现代工程与应用科学学院钟苗（海外高层次人才青年项目）课题组长期诚招博后、博士、专职科研人员与硕士研究生。具体研究方向：电光热催化小分子活化、光电材料开发等。 欢迎具有良好的物理、化学、材料基础和积极科研态度的学生、博士加入，一起努力，共同发展。有意申请者请发邮件至miaozhong@nju.edu.cn。此外，我们将努力提供到国际一流课题组交流和继续深造的机会。

戳“阅读原文或二维码”查看英文文献

 文章链接

https://doi.org/10.1038/s41586-020-2242-8

课题组投稿，转载请注明来源

免责声明：本文旨在传递更多科研资讯及分享，所有其他媒、网来源均注明出处，如涉及版权问题，请作者第一时间后台联系，我们将协调进行处理（按照法规支付稿费或立即删除）。转载请注明出处，如原创内容转载需授权，请联系下方微信号。

亲爱的读者，请点击在看，多多支持我们呦！