欧美色盟,色婷婷AV一区二区三区之红樱桃,亚洲精品无码一区二区三区网雨,中国精品视频一区二区三区

電化學能量轉換能夠實現溫和條件下、電能與化學能的轉換，是新能源轉化與利用的重要手段，也是解決當前能源危機與環境污染等問題的潛在方案之一，其瓶頸在于缺少高效、穩定的催化劑。負載型金屬催化劑因其可調的金屬-載體界面，活性位點充分暴露及穩定性高等特點，在各類反應中展現出更為優越的催化性能，因而具有更加顯著的應用優勢與前景。然而，復雜、多變的界面也導致負載型金屬催化劑的高效篩選、理性設計以及原子尺度的性能調控與優化策略的構建，至今仍然是一個巨大的科學挑戰。

針對這一問題，王金蘭教授課題組以二維材料負載的雙金屬原子催化劑為例，結合人工智能技術與物理化學分析，構建了一個基于原子本征性質（電負性、電子數）的簡單描述符，能夠量化復雜界面效應對于材料電催化還原反應（二氧化碳、氮氣、氧氣還原反應）活性的影響，實現了不依賴第一性原理計算的、材料催化性能的定性評估。預測結果與已報道的實驗、理論結果很好的吻合，從而為負載型雙原子催化劑的理性設計與性能優化提供了切實可行的策略。此外，文章也提出了構建普適性描述符通用設計框架，對于其他負載型催化劑的描述符的設計與構建具有重要指導意義。

本文的第一作者是博士生任春錦，王金蘭教授及凌崇益副教授為通訊作者。該工作受到國家重點研發計劃、國家自然科學基金重點項目等資助。

論文鏈接為：https://pubs.acs.org/doi/full/10.1021/jacs.2c04540

參考資料：https://physics.seu.edu.cn/2022/0616/c23138a411880/page.htm