↓↓↓文章末尾获取原文链接↓↓↓
本文2179字，阅读约需6分钟
摘 要：结合原子尺度计算和生成模型，开发出一种自动生成氧还原反应（ORR）催化剂的理论计算方法，通过该方法，研究小组发现了大量兼具高活性和高稳定性的催化剂候选材料，并证实了可选择性地生成已知有助于高活性的结构。
关键词：燃料电池催化剂、ORR催化剂、原子尺度计算、生成模型、催化活性
要点
-
结合原子尺度计算和生成模型，开发出一种自动生成氧还原反应（ORR）催化剂的理论计算方法
-
通过同时优化铂合金催化剂的活性与稳定性，并从生成模型中提出原子级结构，可以自动搜索出优异的催化剂结构
-
作为一种基于计算机筛选的新材料探索方法，有望应用于多种合金体系
研究小组开发出一种新方法，通过将原子尺度计算与生成模型（一种机器学习技术）相结合，高效地提出兼顾活性与稳定性的燃料电池催化剂（用于氧还原反应，ORR）。对于用于ORR的铂催化剂，可减少铂用量的合金催化剂备受关注，但要全面搜索最佳组成和原子排列，需要大量的第一性原理计算。此外，即使利用机器学习预测特性，也难以直接提出具有所需特性的结构本身。
本研究利用基于神经