大数跨境

4300万种组合怎么筛?东华大学/成均馆大学《NPG Asia Materials》综述:高熵合金电催化剂从“试错”走向“可编程合成”

4300万种组合怎么筛?东华大学/成均馆大学《NPG Asia Materials》综述:高熵合金电催化剂从“试错”走向“可编程合成” 中科精研材料制备技术研究院
2026-09-23
7
图片
点击蓝字|关注我们
图片

高熵合金由五种及以上金属元素近等原子比混合而成,兼具组成可调、结构稳定和元素协同三大优势,被视为下一代电催化剂的重要平台。但真正卡住应用的不是“能不能合成”,而是“能不能可控地合成”:形貌、孔结构、表面配位环境和元素分布稍有变化,反应中间体的吸附行为、电荷转移效率乃至选择性与稳定性就会明显改变。

早期研究多依赖经验试错,结构控制有限,往往只能得到“能用”的催化剂,而不是“想要”的催化剂。把合成从配方艺术变成可编程工艺,成为该领域亟待解决的问题。

东华大学闫建华与成均馆大学Pil J. Yoo团队在NPG Asia Materials发表综述,把组成、前驱体释放顺序、成核与生长路径、反应动力学这四个变量摆上台面,系统梳理了从宏观形貌到原子级构型的可编程合成策略,并给出由数据驱动的结构—性能闭环设计框架。

可编程合成第一步:让形貌听指令

综述首先按结构可控性为现有合成方法排出一张“能力图谱”。焦耳热、火花放电与飞秒激光烧蚀依靠亚秒级高温热冲击,能在非平衡条件下快速形成HEA相,但加热与淬火太快,形貌和元素分布难以掌控;高能球磨依赖高速撞击,易引入污染且耗时较长;微波合成可实现均匀体加热,却难以调控产物形貌。

相比之下,静电纺丝、种子介导生长等模板法,以及原子层沉积(ALD)、分子束外延(MBE),把控制精度一路推进到原子尺度。这张图谱也解释了可编程合成的分工:热冲击类方法负责快速锁定高熵相,模板类方法负责形貌与孔道,原子层沉积类方法负责界面与局域环境。

模板法的价值在于提供预设约束。限域的成核位点促进多金属均匀混合、抑制相分离:调控种子特性与生长动力学,可以得到从0D颗粒、1D纳米线、2D纳米片到3D枝晶与网络的结构;控制前驱体滴加顺序与速率,则能调节不同金属的还原动力学,在共还原与顺序沉积之间切换,定向得到固溶体、枝晶或核壳结构;脱合金则进一步移除模板组分,制造多孔结构以增加暴露活性位点。

软模板把这一思路推向分子尺度:DNA组装模板可获得图案化HEA纳米结构,冰模板利用定向冰晶把前驱体富集于晶粒间隙形成三维连续网络,而兼具高流动性与负混合焓的液态金属模板,能在温和条件下实现高效元素混合与共成核。不同维度也对应不同需求:0D应用最广但活性位利用率受限;1D纳米线提供连续轴向电子通道,适合大电流水分解;2D纳米片富含低配位位点,利于二氧化碳还原;3D多孔结构兼顾传质与结构稳定。

原子级编程:把活性位点“设计”出来

形貌之上,真正决定催化行为的是原子尺度描述符:局域配位环境、暴露晶面、局域电子结构和短程有序(SRO)。与单金属表面相比,多组元HEA的吸附能分布更宽、更连续,这种原子级异质性可以松弛传统线性标度关系,拓展中间体结合强度的可调区间。

表面富集高活性元素同样能定向调节中间体结合强度,而这一策略的前提,是先明确目标反应需要何种配位环境。这也意味着可编程合成不只设计初始结构,还要预设计在工作条件下会演化成目标活性相的亚稳组成与元素空间分布。

以Cantor型HEA为例,其析氧反应中会发生动态表面重构:初始脱合金形成铁镍富集的羟基氧化物活性层,但持续的铬溶解与锰偏析会让表面失稳、活性衰减。原位原子探针层析(APT)在70、150和2000圈循环后给出的浓度剖面,正是这种重构过程的直接记录。

机制层面,多组元带来的收益并非简单叠加。论文指出,拉伸或压缩应变常与局域电荷重排强烈耦合,从而系统性地改变关键中间体的结合强度与决速步能垒;化学短程有序则会形成局域元素有序团簇和特定表面活性位,重塑局域电子结构与吸附能分布。多个活性位点协同还能避免中间体过强吸附,同时改善反应动力学,这为活性与选择性同时优化提供了共同的物理基础。

围绕这一目标,表面合金化、单原子引入、短程有序调控以及ALD/MBE逐层生长,成为调控表面组成与局域配位的主要手段;原子分辨率的三维电子层析与ADF-STEM则让这些描述符可以被直接看见并量化,例如不同温度下合成的钯基纳米晶会呈现出明显不同的有序度,在特定铂晶面上逐层沉积铬锰铁钴镍还能得到原子位置可精确解析的连续HEA薄膜。

数据驱动:在4300万种组合里找答案

五元HEA若从90种常见金属中选取五种,候选组合超过4300万种,逐一试错已不现实。综述提出以闭环框架替代穷举:高通量合成快速铺开组成与工艺空间,原位检测实时追踪相组成与表面结构演化,高通量第一性原理计算批量生成吸附能等描述符,再由机器学习从高维数据中提取组成—结构—性能的定量关系。

为进一步加速这一过程,综述强调应把实验与计算结果汇入标准化数据库,让模型在高维数据中提炼可迁移的规律,而不是停留在单次筛选。这样的闭环已显现效率优势,结合算法优化与自动化实验,仅用24个样品、数小时内即可锁定高性能HEA组成。当模型精度足够时,它甚至支持逆向设计——由目标性能反推合成路径与催化机制,而不只是对既有配方打分。

不过论文也坦率指出了边界:模型可解释性有限,学到的往往是相关性而非因果;高通量筛选能回答“什么有效”,却未必能说明“为什么有效”。

性能验证与应用前景

在氧还原、析氧、析氢、一氧化氮还原与二氧化碳还原等关键反应中,HEA催化剂已表现出优于传统催化体系的活性、选择性与耐久性;即使在极少掺杂甚至完全不掺杂贵金属的情况下,部分典型HEA体系的活性仍高于商业贵金属催化剂。这为低贵金属化乃至无贵金属化的高效电催化提供了现实路径。

对水电解、燃料电池与氮/碳基燃料合成而言,这类催化剂的意义在于用更少的贵金属换取更高的本征活性与更长的服役寿命。

这项综述值得关注的3个地方

① 方法价值:把高熵合金合成从经验试错推向可编程工艺——热冲击负责快速锁定高熵相,模板负责形貌与孔道,原子层沉积负责界面与局域环境。

② 科学价值:多组元HEA的宽吸附能分布可松弛传统线性标度关系,短程有序和动态表面重构是决定工作条件下真实活性相的关键变量。

③ 应用价值:数据闭环已能在24个样品、数小时内锁定高性能组成,并支持逆向设计。但模型可解释性有限,实验室里可精确控制的形貌必须在放大条件下稳定复现,结构—性能数据库才有工程价值。

论文信息:
从经验试错到可编程合成:高熵合金电催化剂的多尺度结构设计路线图
NPG Asia Materials, 2026
DOI: 10.1038/s41427-026-00679-y


欢迎关注我们的公众号或访问官方网站:

https://www.zhongkejingyan.com.cn/

如果您对上述创新研究所用设备感兴趣,欢迎联系张老师:13121391941






【声明】内容源于网络
0
0
中科精研材料制备技术研究院
内容 429
粉丝 0
中科精研材料制备技术研究院
总阅读7.6k
粉丝0
内容429