北京工业大学陈戈＆福建师范大学/西北工业大学姚传好Angew: ML辅助可编程脉冲电解，酸性WOR制备H₂O₂天花板!

邃瞳科学云

2025-11-19

导读：本研究采用可编程脉冲电位电解（PPE）并结合机器学习（ML）辅助的策略，在酸性条件下使用硼掺杂金刚石（BDD）催化剂通过水氧化反应（WOR）合成H2O2。

第一作者：田业星

通讯作者：陈戈、姚传好

通讯单位：北京工业大学，福建师范大学/西北工业大学

论文DOI：10.1002/anie.202519874

全文速览

团队采用可编程脉冲电位电解（PPE）并结合机器学习（ML）辅助的策略，在酸性条件下使用硼掺杂金刚石（BDD）催化剂通过水氧化反应（WOR）合成H₂O₂。

该策略实现酸性WOR领域“天花板”性能：高达64.16% 的法拉第效率（FE）和25.62 µmol cm⁻² min⁻¹的H₂O₂产率，分别是传统恒电位电解（CPE）的28.9倍与51.8倍，碾压传统CPE。机理研究发现H₂O₂的生成受双电层电场与表面官能团协同调控，同时揭示H₂O₂通过•OH耦合的生成机制。

此成果开辟了酸性WOR体系中电解条件智能优化与表面微环境动态时域调控的新范式，为绿色电化学制H₂O₂提供了新的思路。

背景介绍

H₂O₂是一种高价值、环保的绿色化学品，被广泛用于医疗消毒、造纸漂白、废水治理与能源体系。相比于传统的蒽醌法，电化学制备H₂O₂利用水作为原料，过程清洁、可与可再生能源耦合，符合可持续发展理念。

然而，电化学水氧化生成H₂O₂面临三大瓶颈：

(1) 酸性体系难题：酸性条件下虽然H₂O₂稳定，但高电位导致电极腐蚀与催化衰减；

(2) 低活性与低选择性：恒电位下2e⁻途径效率低，易与4e⁻氧析出反应发生竞争；

(3) 脉冲参数优化复杂：PPE虽具潜力，但参数众多（阳极/阴极电位、阳极/阴极时间、周期时间等），内在联系复杂、性能响应非线性，难以靠经验优化。

因此，如何在酸性WOR体系中实现高效、可控、稳定的电化学H₂O₂合成，是当前亟待解决的关键科学问题。

本文亮点

(1) 提出PPE策略：通过周期性阳极/阴极电位切换，调控EDL电场与催化剂表面微环境，显著提升酸性WOR制H₂O₂的活性与选择性。

(2) 融合ML优化参数：利用ML算法辅助解析PPE非线性关联参数，精准预测最优脉冲参数，避免盲目实验。

(3) 揭示协同增强机制：PPE过程中，阴极氢化提升BDD表面C−H官能团丰度，结合脉冲电场抑制四电子氧化路径，促进·OH自由基耦合生成H₂O₂。

(4) 体系优势：酸性体系缓解H₂O₂分解，性能属于酸性WOR领域天花板，甚至优于诸多碱性体系催化剂，解决WOR碱性体系H₂O₂易分解的痛点。

图文解析

图1. CPE和PPE条件下BDD催化剂的酸性WOR性能。a) 恒电位电解（CPE，上图）与可编程脉冲电解（PPE，下图）的示意图。b) CPE（虚线）与 PPE（实线）条件下酸性WOR的催化性能比较。c-f) 分别考察可编程参数对 WOR 性能的影响：c) 阴极电位（E_c），d) 阳极电位（E_a），e) 阴极持续时间（t_c），f) 阳极持续时间（t_a）。

图2. 机器学习（ML）算法对可编程脉冲电解（PPE）条件的预测表现与结果。a) ML 预测最优 PPE 条件的流程图。b-c) 随机森林算法（Random Forest）针对不同阳极电位（E_a）与阴极电位（E_c）对H₂O₂浓度（C_H2O2）的回归曲线及预测结果。d-e) 以法拉第效率（FE）为目标函数，基于脉冲电位特征（E_c和 E_a）的预测结果。f-g) 随机森林算法针对不同脉冲持续时间（t_a与t_c）对C_H2O2的回归曲线与预测结果。h-i) 以FE为目标函数，基于脉冲持续时间（t_c与t_a）的预测结果。

图3. 催化性能的综合评价。a) 比较 ML 指导下的PPE脉冲条件（E_c = −1.55 V，E_a = 3.3 V，t_c = 0.75 s，t_a = 0.1 s）与传统CPE（3.1 V）模式下的酸性WOR性能。b)本研究与已报道工作FE与产率比较，其中浅绿色区域表示在酸性WOR前例。c) ML优化的PPE条件与C_H2O2的累积变化曲线（与CPE比较）。 d) BDD催化剂在PPE模式下的稳定性测试。

图4. H₂O₂生成来源与酸性WOR性能增强机制研究。a) 基于电荷与C_H2O2的相关性确定H₂O₂生成的来源。b) 不同阳极脉冲持续时间（t_a = 0.2、0.4、0.6、0.8 s）下的阳极极化曲线。蓝色区域代表非法拉第电流（i_I(t)∝ e^-t/τ），浅绿色区域对应法拉第电流（i_II(t)∝ t^-1/2）。c) 在不同t_a下，C_H2O2与非法拉第电荷占比（Q_noF/Q_a）的关系。d) 不同条件与处理下BDD催化剂表面碳元素的 XPS 分析。e) 不同条件下原位捕获电解液的EPR测试结果。f) ·OH淬灭实验：比较未加与加入DMSO时PPE条件下的H₂O₂生成量。g) H₂O₂生成机理的示意图。h) 计算得到的反应路径能量图（1e^–与 4e^–路径对比）：在3.3 V电位下，C–H官能团参与反应。i)在3.3 V电位下，同时考虑C–H官能团与电场效应的反应能垒比较图。

总结与展望

催化剂与参数优化：酸性WOR领域BDD改性或新材料开发，进一步提高·OH生成效率；拓展数据库和 ML 算法（如符号回归），纳入更多参数（如反应时间、电解质浓度/体积），进行更全面的优化，获得环境抗性精准脉冲条件。

工业化探索：放大电解规模，优化生产结构，验证工业级生产潜力；集成可再生能源（如太阳能、风能），实现H₂O₂的绿色低成本制备；与制备2e⁻ORR耦合实现两级同时生成H₂O₂。

机制深化与应用拓展：借助原位表征技术（如原位XPS、原位Raman）对PPE过程中表面微环境、反应中间体时间分辨的追踪；PPE+ML策略推广至更多参数、其他反应体系（如ORR、CO₂RR）。

文献信息

Programmable Pulsed Acidic Water Oxidation for Enhanced H₂O₂ Production. Yexing Tian, Huixin Xiang, Kong Meng, Yong Yan, Ge Chen,* and Chuanhao Yao*.

https://doi.org/10.1002/anie.202519874

作者介绍

陈戈，北京工业大学材料科学与工程学院教授，博士生导师。1997年、2000年分获北京科技大学化学系学士、硕士学位，2010年获北京工业大学环境与能源工程学院博士学位。2000年起任职于北京工业大学环境与能源工程学院，历任助教、讲师、副研究员，2020年后转至环境与生命学部工作，后转至材料科学与工程学院工作。研究方向聚焦燃料电池、电化学H₂O₂制备、人工光合作用研究、机动车尾气排放控制技术等研究。以第一作者或通讯在Nat. Commun., Energ Environ Sci，Adv. Mater., Angew. Chem. Int. Ed., Adv. Funct. Mater.等国际期刊发表多篇论文。承担现代仪器分析等课程教学，主持国家自然科学基金面上项目。

姚传好，福建师范大学海峡柔性电子（未来科技）学院教授，博士生导师，福建省高层次人才。2016年于中国科学院大学获博士学位；2016年2月至2016年10月在中国科学院固体物理所任助理研究员；2017年至2019年在新加坡国立大学从事博士后研究；2019年入职西北工业大学，任教授，博士生导师；2023年1月调动至福建师范大学。目前在Nat. Commun., J. Am. Chem. Soc., Adv. Mater., Angew. Chem. Int. Ed., Nano Lett.等国际期刊发表文章五十余篇。主持国家自然科学基金（面上，青年）项目及多项省部级基金（重点，面上）项目。授权/申请发明专利10项。主要研究方向：贵金属团簇合成、设计、光电、及催化性质研究。主要的学术兼职包括：西北工业大学宁波研究院兼职教授，柔性电子陕西省重点实验室副主任，陕西省纳米科技学会理事，新加坡维泽出版专家委员会委员，福建师范大学柔性电子学院学术委员会委员，FlexMat期刊青年编委等。