北科|钱萍、宿彦京教授JMCA 材料设计新范式：数据驱动结合机器学习加速催化剂的设计- 大数跨境

首页

北科|钱萍、宿彦京教授JMCA 材料设计新范式：数据驱动结合机器学习加速催化剂的设计

科学材料站

2020-11-14

导读：该工作应用高通量密度泛函理论(DFT)计算流程，集成机器学习框架，预测了2D MXenes有序二元合金(OBAs)催化活性趋势并指导HER催化剂设计

文章信息

通过计算驱动工作流和集成学习策略加速二维MXenes析氢催化剂的设计

第一作者：王晓旭, 王长鑫

通讯作者：钱萍*，宿彦京*

单位：北京科技大学

研究背景

二维(2D)材料具有大的表面积-体积比和优异的催化性能，被认为是潜在的能量存储和转换材料。过渡金属硫化物2D材料，已经在析氢反应领域进行了广泛的研究，但是如何通过将面内所有原子转变成催化位点来提高活性仍然是一个挑战。从MAX相剥离的2D MXenes (M是过渡金属X代表碳和/或氮)材料，广泛用于能量存储和转换、电催化、电磁屏蔽和电子器件。

文章简介

近日，北京科技大学钱萍、宿彦京教授等在国际顶级期刊Journal of Materials Chemistry A (影响因子：11.301) 上发表题为“Accelerating 2D MXenes Catalyst Discovery for Hydrogen Evolution Reaction by Computer-Driven Workflow and Ensemble Learning Strategy”的研究工作。

该工作应用高通量密度泛函理论(DFT)计算流程，集成机器学习框架，预测了2D MXenes有序二元合金(OBAs)催化活性趋势并指导HER催化剂设计。通过催化活性、热稳定性和电导率计算，实现了2D MXenes Mn+1XnO2(n = 1，2，3 ,X=C，N) 和3d、4d和5d周期的M2M′X2O2 M2M′2X3O2二元有序合金催化剂的穷举筛选。

共筛选出110种热稳定性好、HER活性优于贵金属铂的实验用未开发的2D MXenes OBAs。特别是钛元素主要存在于被筛选出的2D MXenes OBAs理想催化剂中，与实验合成的MXenes一致。

在此基础上，利用AdaBoost集成学习模型开发的描述符准确预测和揭示了HER催化活性的物理化学起源源，并的到电子结构理论验证。先进的研究策略将高通量计算与机器学习相结合，在评估催化活性趋势和设计新的复杂催化剂方面显示出强大的能力。

本文要点

要点一：该工作通过高通量密度泛函理论计算，从2520种候选催化剂中筛选出188种理想的HER催化剂，它们具有热稳定性，可以通过实验合成。其中110种2D MXenes OBAs，与理想的铂催化剂相比，表现出优异的HER催化活性。说明合金化是调控催化性能的有效方法，极大地丰富了2D MXenes HER催化材料的种类。

要点二：利用五个具有明确物理意义的描述符，采用AdaBoost集成学习方法实现2D MXenes OBAs的HER催化性能的预测。更重要的是，在机器模型中应用的描述符可以很好地与合金化效应影响的几何和物理化学因素相关联。

要点三：研究结果表明，集成高通量计算流程与机器学习框架是开发高效2D MXenes催化剂的先进方法。

文章链接

Accelerating 2D MXenes Catalyst Discovery for Hydrogen Evolution Reaction by Computer-Driven Workflow and Ensemble Learning Strategy

https://doi.org/10.1039/D0TA06583H

通讯作者介绍

钱萍，博士，教授、博士生导师。

2005年毕业于北京科技大学获物理系博士学位；2012.9-2013.9加拿大McGill University 高级访问学者。主要从事原子势函数、催化材料第一性原理计算研究，负责和参与多项国家自然科学基金面上项目、国家“973”项目、国家重点研发计划项目等。在Carbon, Nanoscale, JMCC, JPCC, PCCP, COMPUT. PHYS. COMMUN., APPL. SURF.等刊物发表SCI论文80余篇。

http://shuli.ustb.edu.cn/shiziduiwu/jiaoshixinxi/2018-03-27/162.html

宿彦京，教授，博士生导师。

2000年毕业于北京科技大学大学材料物理专业获博士学位。从事高强钢的氢脆与应力腐蚀、材料数据库和大数据技术研究，在Nano. Lett., Acta Mater., Appl. Phy. Lett.和Corr. Sci.等刊物共发表论文150余篇，合作出版专著4部，获省部级科技进步一、二等奖四项。现主持 “材料基因工程专用数据库和大数据” 国家重点专项项目，担任工业与信息化部产业发展促进中心“材料基因工程关键技术与支撑平台”和“制造基础技术与关键部件”国家重点专项专家委员会委员。

https://adma.ustb.edu.cn/xygk/szdw/clsxykzyjs/jsyjy_cl/5882278.html

第一作者介绍