广州大学黄埔氢能源创新中心叶思宇院士团队AM&AEM系列工作：机器学习助力质子陶瓷电池关键材料开发- 大数跨境

首页

广州大学黄埔氢能源创新中心叶思宇院士团队AM&AEM系列工作：机器学习助力质子陶瓷电池关键材料开发

科学材料站

2022-10-12

导读：该研究构建了5种机器学习模型预测质子传导氧化物用于质子陶瓷电池(Protonic ceramic cell; PCC)的空气极。

文章信息

机器学习加速质子陶瓷电池空气极质子传导氧化物的开发

第一作者：汪宁

通讯作者：袁保印*，唐春梅* ，叶思宇*

单位：广州大学，华南理工大学，北海道大学

研究背景

氢能的高效利用，有助于“碳达峰、碳中和”这一目标的有效实现。燃料电池作为直接使用氢能发电而不产生任何碳排放的器件备受青睐。目前，常见的燃料电池按照工作温度可分为低温质子交换膜电池(PEMC; ＜200℃)和高温固体氧化物电池(SOC; ＞800℃)。然而两类电池均存在短板：由于工作温度较低，PEMC通常需要使用大量贵金属催化剂；SOC工作温度较高，不需要使用贵金属催化剂，但其寿命受到严重制约。

可在中温区域(400-700℃)工作的质子陶瓷电池(PCC)既不需要贵金属催化剂，又可实现较高的能量转换效率（热电联供等），近年来备受瞩目。但是缺少高效质子传导的空气极是制约PCC发展的关键之一。传统的材料开发往往面临周期长，试错成本高等缺点。随着人工智能的发展以及材料数据库的增加，机器学习逐渐应用到材料科学领域。因此，本研究报道了机器学习加速PCC空气极氧化物的开发。

文章简介

广州大学黄埔氢能源创新中心叶思宇院士、汪宁博士，华南理工大学袁保印博士，北海道大学唐春梅博士等人在Advanced Materials 上发表了题为“Machine learning–accelerated development of efficient mixed protonic–electronic conducting oxides as the air electrodes for protonic ceramic cells（DOI: 10.1002/adma.202203446）”的研究论文。

该研究构建了5种机器学习模型预测质子传导氧化物用于质子陶瓷电池(Protonic ceramic cell; PCC)的空气极。本研究构建的机器学习模型揭示了影响氧化物质子引入能力的因素，为后续设计开发高效空气极提供了模型指导。并且，论文作者结合实验和DFT理论计算对机器学习模型的预测准确性进行了理论验证。将筛选的高效质子传导氧化物用于PCC空气极，无论在燃料电池模式和电解池模式，PCC的电化学性能都处于领先地位。本研究为开发PCC关键材料开辟了新的道路。

本文要点

要点一：准确可解释的机器学习模型的构建

本文系统地考虑了795个氧化物本征物化性质和外界条件等66个自变量指标，首先对其进行相关性分析(图1)，去除相关性大于0.9的指标，训练了5个机器学习模型(SVM, KNN, GPR, GBM, RF)，兼顾准确性和可解释性选择最优模型，从而对未知氧化物的质子引入能力进行预测。

图1. 预测变量的相关性分析。

要点二：预测3200种氧化物的质子引入量

本文预测了3200种未知氧化物在400–700 oC的质子引入量(600 oC如图2所示)，从而筛选高效氧化物用于PCC空气极。

图2. 预测的3200种氧化物的质子引入量(600 oC)

要点三：质子传导性能和ORR/OER活性计算

本文通过DFT计算得到了筛选的氧化物的水化反应能，质子迁移能，以及ORR/OER的活性位点(图3)。

图3. 筛选的氧化物质子传导和ORR/OER活性计算。

要点四：筛选氧化物在PCC空气极的应用

将筛选的氧化物用于PCC的空气极，无论在燃料电池模式还是电解池模式，PCC的电化学性能较优。

图4. PCC结构图以及其在燃料电池和电解池模式下的电化学性能。

今年7月，此团队在Adv. Energy Mater.发表的另一篇有关质子陶瓷燃料电池的文章被选为封面论文(Front Cover)：

第一作者：汪宁

通讯作者：杜磊*，袁保印*，叶思宇*

单位：广州大学，华南理工大学，北海道大学，河北大学

文章链接

N. Wang, B. Yuan*, C. Tang*, L. Du, R. Zhu, Y. Aoki, W. Wang, L. Xing, S. Ye*, Machine learning-accelerated development of efficient mixed protonic-electronic conducting oxides as the air electrodes for protonic ceramic cells. Advanced Materials, (2022). DOI: 10.1002/adma.202203446.

https://doi.org/10.1002/adma.202203446

N. Wang, C. Tang, L. Du*, R. Zhu, L. Xing, Z. Song, B. Yuan*, L. Zhao, Y. Aoki, S. Ye*, Advanced Cathode Materials for Protonic Ceramic Fuel Cells: Recent Progress and Future Perspectives. Advanced Energy Materials, (2022). DOI: 10.1002/aenm.202201882.

https://doi.org/10.1002/aenm.202201882

第一作者简介

汪宁，2020年博士毕业于日本北海道大学，主要研究方向为质子陶瓷电池关键材料、电催化、机器学习等。截至目前，以第一作者在Adv. Mater., Adv. Energy Mater., Chem. Mater., J. Mater. Chem. A等期刊发表文章12篇。

通讯作者简介

袁保印，2020年博士毕业于日本北海道大学，现为华南理工大学数学学院助理研究员，主要研究方向是应用统计学、机器学习、计算数学等，致力于跨学科的数学建模与数据分析。

唐春梅，2022年博士毕业于日本北海道大学。研究方向：质子陶瓷电池，电化学制氢，固态离子学，热电材料等。

杜磊，广州大学副教授，广东省杰出青年基金获得者。博士期间曾赴美国华盛顿州立大学和太平洋西北国家实验室联合培养，2017年于哈尔滨工业大学获得工学博士学位。随后在哈尔滨工业大学担任助理教授，并在加拿大国家科学研究院（Institut National de la Recherche Scientifique）进行博士后研究工作。目前主要研究方向是电催化与电催化剂，反应机理及器件。

叶思宇，加拿大工程院院士，广州大学特聘教授，博士生导师，黄埔氢能源创新中心负责人和首席科学家，广东省省长经济顾问，广东省政府新能源汽车产业创新发展咨询委员会燃料电池汽车领域专家组组长，广东省氢能技术重点实验室第一届学术委员会主任，先进能源科学与技术广东省实验室云浮分中心学术委员会主任，加拿大不列颠哥伦比亚大学、滑铁卢大学、华南理工大学、南方科技大学兼职教授，厦门大学、西南交通大学名誉教授，中国科学院广州能源研究所客座研究员，鸿基创能科技（广州）有限公司副董事长兼首席技术官。

课题组介绍

广州大学黄埔氢能源创新中心（以下简称“中心”）是广州大学和广州开发区/黄埔区共同打造的创新中心，致力于建设一流产学研深度融合的科研团队和科研平台，使之成为具有重要国际影响的技术应用和人才培养基地。中心的研究方向覆盖能源材料、燃料电池、电解水制氢和电催化等与能源、环境、化学化工和先进材料等密切相关的重要领域。

同时开展这四个方向的研究是为了保证从有特色的基础研究（电催化）到应用基础研究（能源材料），再到应用研究（燃料电池、电解水制氢）的紧密结合，创造出新型的产学研路径，真正实现把科研成果写在现代化产品上。中心还将积极参与广州开发区国家新能源综合利用示范区建设，并利用自身的影响推动国际国内的合作，与区内相关企业形成互动，共同打造一流的新能源示范区。