大数跨境
0
0

清华大学吕瑞涛团队Nat. Commun.:机器学习辅助三元催化剂筛选,通过周期性自修复机制打破电催化OER活性-稳定性倒置关系

清华大学吕瑞涛团队Nat. Commun.:机器学习辅助三元催化剂筛选,通过周期性自修复机制打破电催化OER活性-稳定性倒置关系 邃瞳科学云
2025-10-03
2
导读:本研究采用蒸汽辅助沉积策略,结合机器学习筛选技术,制备出具有本征金属-载体相互作用的一体化Ru/TiMnOx电极。该电极在酸性、中性和碱性条件下均表现出卓越的氧析出反应(OER)性能

第一作者Lingxi Zhou(周灵犀)、Menghao Yang(杨孟昊)

通讯作者Ruitao Lv(吕瑞涛)

通讯单位:清华大学材料学院

论文DOI10.1038/s41467-025-63397-z




全文速览

近日,清华大学材料学院吕瑞涛教授团队在电催化领域取得重要进展,解决了电解水过程中催化剂活性与稳定性难以兼顾的难题。该研究由清华大学2025届博士毕业生周灵犀(现任深圳大学副研究员)、同济大学特聘研究员杨孟昊等人共同完成。研究团队采用蒸汽辅助沉积策略,结合机器学习筛选技术,制备出具有本征金属-载体相互作用的一体化Ru/TiMnOx电极。该电极在酸性、中性和碱性条件下均表现出卓越的氧析出反应(OER)性能,质量活性分别达到商业RuO2基准催化剂的48.5倍、112.8倍和74.6倍。相关成果以Intrinsic metal-support interactions break the activity-stability dilemma in electrocatalysis为题,于2025101日发表在《自然·通讯》(Nature Communications)上。


论文链接:https://doi.org/10.1038/s41467-025-63397-z




背景介绍

在全球能源危机和气候问题日益严峻的背景下,发展可持续的绿色能源技术已成为迫切需求。电解水制氢作为一种清洁能源转换方式,被视为实现碳中和目标的重要路径,其核心挑战在于高效、稳定的电催化剂设计。析氧反应(OER)是水电解过程中的关键步骤,然而现有电催化剂普遍面临活性-稳定性难以兼得的困境——高活性催化剂往往在反应过程中易发生溶解或结构坍塌,尤其在酸性条件下更为突出。


传统催化剂研发多依赖试错法,通过逐步调节金属-载体相互作用、缺陷工程或阳离子交换等策略试图增强稳定性,但仍难以从根本上突破性能瓶颈。此外,多数催化剂为粉末形态,需借助粘结剂涂覆制备电极,不仅影响催化剂与基底的结合强度,还阻碍电荷传输效率,进一步限制了其实际应用。


机器学习技术的引入为打破这一局限提供了新思路。通过智能筛选三元金属比例(RuTiMn),并同步优化活性和稳定性指标,机器学习指导下的催化剂设计避免了传统试错方法的高成本与低效问题,实现了成分性能关系的精准预测,为理性设计高性能、长寿命电解水催化剂提供了全新途径。




本文亮点

(1) 机器学习精准筛选打破活性-稳定性权衡

通过构建反向传播神经网络,对Ru/Ti/Mn三元组分进行高通量计算与交叉验证,精准预测出兼具低过电位与低失活率的最优比例,极大缩短研发周期,避免了传统试错法在多元催化剂设计中的盲目性。


(2) 蒸汽辅助气相沉积实现原子级金属嵌入与强相互作用

首创化学蒸汽沉积(CSD)策略,利用强氧化剂促使前驱体溶液中的反应物氧化为气态,使其在于原子/分子尺度反应,直接构建具有本征金属-载体作用的Ru/TiMnOx集成电极。该结构有效抑制Ru溶解和聚集,使得电极在宽pH范围内质量活性显著提升且在酸性、中性和碱性条件下能够分别稳定300015002000小时。


(3) 动态自修复机制保障宽pH范围内超长稳定性

借助原位XASATR-FTIRDEMS等多尺度表征,发现Ru/TiMnOx在电解过程中发生可逆的价态变化与晶格修复:Ru价态在+2.7+3.7之间动态循环,Mn–O键长与配位数在反应过程中周期性恢复。这种由本征金属-载体作用引发的自修复能力,使电极在酸性条件下连续运行3000小时仍保持高活性,突破以往Ru基催化剂稳定性瓶颈。




图文解析

要点

1. 蒸汽辅助原位气相沉积RuO4KMnO4以气相形式在分子尺度充分接触,并与Ti基底发生了临界气相反应,使得Ru得以在原子层面上精准地嵌入到TiMnOx晶格之中,实现了原子尺度的结构整合。

2.机器学习辅助成分筛选鉴于理想催化剂需同时具备高活性和高稳定性,本研究采用了反向传播神经网络,以活性和稳定性指标(ηΔη)为输入,预测了各组分Ru/TiMnOxOER综合性能,并将结果以三元组成图的形式呈现。

要点

1. 原子尺度精准合成通过Rietveld精修原子占有率,确定了Ru/TiMnOxRu-Ti-Mn的比例约为0.24:0.28:0.48,这一比例与机器学习的预测结果(0.26:0.26:0.48)以及ICP-OES所得数据高度吻合(约为0.25:0.30:0.45),验证了CSD策略合成三元氧化物的可控性。

2. 原子级Ru嵌入TiMnOx晶格采用了HAADF-STEM剖析Ru原子在TiMnOx晶格中的嵌入情况,并绘制了三维立体强度分布图,证明了Ru原子级嵌入到了TiMnOx晶格中。这是实现本征金属-载体相互作用的前提条件,对于提高催化剂的性能至关重要。

要点

1. pH范围内高OER活性在具有不同pH值的电解环境(酸性、中性及碱性)中,OER活性呈现出一致的趋势:Ru/TiMnOx > RuMnOx > Com. RuO2 > TiMnOx。此外,在酸性条件下,所合成的Ru0.24/Ti0.28Mn0.48O10 mA cm−2的电流密度下所表现出的过电位(165.2 mV)与通过机器学习预测的Ru0.26/Ti0.26Mn0.48O的过电位(163.0 mV)极为接近,这一高度一致性有力地验证了所建立模型的有效性和准确性。

2. pH范围内高OER稳定性在酸性、中性和碱性条件下Ru/TiMnOx能够分别稳定电解3000小时、1500小时和2000小时。计算得知,过电位的平均增长速率仅为0.01 mV h−1(酸性条件),这一速率相较于商用RuO2催化剂(16.9 mV h−1)而言,减缓了超过1698倍。

3电压周期性稳定在恒电流测试过程中,本研究发现了一个显著的现象:电压呈现出一种周期性的升降变化模式。基于这一观测结果,本研究提出一个推论,即这些周期性的电位波动现象,很可能是由于Ru/TiMnOx催化剂在OER过程中的自修复行为,从而成为其优异长期稳定性的关键因素。

要点

1. 原子级本征金属-载体相互作用Ru活性中心嵌入TiMnOx载体晶格,通过氧原子桥联,形成Ru-O-Ru(Mn/Ti)键,在原子尺度调控了Ru的配位环境和电子结构。

2. 配位结构周期性自修复由于恒电流测试过程中,电压在20小时内先上升后下降,并周期性重复,因此本研究深入探究了一个电压周期内Ru活性中心的配位结构变化。在一个周期内,Ru的配位数和原子间距均能够复原,保证其在下一个周期内的初始活性。

要点

1. Ru/TiMnOx的自修复机制结合原位EXAFSRamanICP-MS等表征证实Ru/TiMnOx电极的成分和结构都具有自修复特性,从而在OER过程中实现了动态稳定。

2. Ru/TiMnOxOER路径原位FTIR捕捉到O-O中间体信号,结合原位DEMS证实Ru/TiMnOx电极的OER路径是通过O-O直接偶联生成O2的氧化物路径机制(OPM),该路径避免了传统吸附演化机制路径中OOH中间体生成的速率控制步骤,从源头降低了OER能垒,在保证结构稳定的同时实现了活性的提升。

要点

1. Ru/TiMnOx的电荷重构Ru/TiMnOxM-O共价键网络中,电子云从氧原子(O)向金属原子(M)发生了显著的转移。这一观察结果有力地佐证了,通过桥接氧原子(Obri)实现了从Mn/TiRu的电子转移。

2.反应路径研究OPM路径的有效实施依赖于恰当的Ru-Ru原子间距, Ru/TiMnOx材料中Ru-Ru原子对之间存在着理想的间距,为OPM路径的顺利进行提供了有力的结构保障。Ru/TiMnOx通过OPM路径的能垒仅为1.511 eV,比AEM路径低出了0.952 eV,这一结果表明了OPM路径在热力学上的优势。




总结与展望

该研究为设计高活性、高稳定性的电解水催化剂提供了基于本征金属-载体相互作用的普适性策略,同时为破解多相催化中的活性-稳定性权衡难题开辟了新路径,有望在可再生能源制氢、绿色化工合成及先进电催化转换技术等领域产生深远影响。




文献信息

Zhou, L., Yang, M., Liu, Y. et al. Intrinsic metal-support interactions break the activity-stability dilemma in electrocatalysis. Nat Commun 16, 8739 (2025).

https://doi.org/10.1038/s41467-025-63397-z




作者介绍

第一作者:周灵犀,清华大学材料学院2025届博士毕业生(导师:吕瑞涛 教授),现任深圳大学副研究员。主要从事AI赋能材料设计、电催化、固态电解质等研究,以第一作者在Nat. Commun.(2), Chem. Eng. J., J. Energy Chem.等期刊上发表论文,1篇入选ESI高被引论文。申请国内外发明专利5项并获得3项授权。曾获清华大学优秀博士论文、储能材料国际研讨会“最佳墙报奖”、研究生国家奖学金、清华大学未来学者奖学金等。

第一作者:杨孟昊,同济大学特聘研究员、博士生导师。长期从事人工智能技术结合原子尺度模拟固态电池、电催化材料的前沿基础研究,在Nat. Mater.Nat. Catal.Nat. Commun.Adv. Mater.Angew. Chem.Nat. Catal.Sci. Adv.等期刊上以第一或通讯(含共同)作者发表论文38篇,授权软件著作权7项,主持国自然面上、青年(C)基金项目和上海市基础研究探索者计划,担任Nano-Micro LettersExplorationInnovation15个期刊青年编委或客座编辑。

通讯作者:吕瑞涛,清华大学长聘教授,材料学院副院长。2009年获清华大学博士学位,2009-2013年先后在清华大学和美国宾夕法尼亚州立大学物理系做博士后研究。主要研究方向为低维材料缺陷调控与功能创制。在ScienceNat. Commun.Adv. Mater.等期刊发表论文200余篇,被引20450余次,H因子682017年获国家自然科学基金委-优秀青年科学基金项目资助,2022年获中国材料研究学会科学技术奖(基础研究)一等奖,2025年获国家自然科学基金委-青年科学基金项目(A类)(原国家杰出青年科学基金)资助。


声明

本文仅用于学术分享,如有侵权,请联系后台小编删除





【声明】内容源于网络
0
0
邃瞳科学云
邃瞳科学云是一个百家争鸣的个性化学术传播平台。依托新媒体矩阵,小程序及APP等完整产品线,在开展专业性的学术活动的同时,还致力于科普教育和科学传播,更自由、重分享。 格物致知,光被遐荒。Meet Your Science!
内容 8582
粉丝 0
邃瞳科学云 邃瞳科学云是一个百家争鸣的个性化学术传播平台。依托新媒体矩阵,小程序及APP等完整产品线,在开展专业性的学术活动的同时,还致力于科普教育和科学传播,更自由、重分享。 格物致知,光被遐荒。Meet Your Science!
总阅读769
粉丝0
内容8.6k