详细内容或原文请订阅后点击阅览
基于人工智能的跨材料催化剂设计蓝图
过氧化氢广泛应用于日常生活中，从消毒剂和医疗灭菌到环境清理和制造。尽管过氧化氢很重要，但大多数过氧化氢仍然是通过需要大量能源的大规模工业流程来生产的。因此，研究人员正在寻找更清洁的替代品。
来源:英国物理学家网首页过氧化氢广泛应用于日常生活中，从消毒剂和医疗灭菌到环境清理和制造。尽管过氧化氢很重要，但大多数过氧化氢仍然是通过需要大量能源的大规模工业流程来生产的。因此，研究人员正在寻找更清洁的替代品。
一组研究人员在这方面取得了突破，开发了一种新的计算框架，有助于识别直接从水和电生产过氧化氢的有效催化剂。
这项工作的重点是双电子水氧化反应，这是一种电化学过程，可以以更局部且潜在可持续的方式产生过氧化氢。
该研究发表在《Angewandte Chemie 国际版》杂志上。
催化剂设计的挑战
正如该研究的资深作者李浩所言，这可不是在公园里散步。 “设计用于该反应的催化剂一直很困难，因为催化剂有多种形式，例如金属合金、金属氧化物和单原子材料。每种类型都有不同的原子结构，这使得使用单一方法比较或预测其性能具有挑战性。”
为了解决这个问题，李和他的团队开发了一种在原子水平上描述催化活性位点的新方法。
这种方法称为加权原子中心对称函数，以统一的格式捕获原子的几何排列及其化学特性。这些描述符与机器学习模型和反应模型相结合，以预测不同材料的性能。
使用该框架，该团队成功预测了各种催化剂类型的关键反应特性。这些预测与详细的量子力学计算和之前报道的实验数据的结果非常吻合，表明该方法可以在不同的材料上发挥作用。