文章预览
第一作者:孙吉凯,涂芮 通讯作者:邓伟侨教授、于铁副研究员 通讯单位:山东大学化学与化工学院 论文DOI: 10.1038/s41467-024-50417-7 全文速览 研究采用机器学习的方法加速了催化材料的筛选进程,为在广阔的结构空间内设计特定反应的目标建立了范例。研究团队构建了一个由10,950种单原子合金表面组成的数据库,并运用机器学习模型预测模型结构上C-H键解离能垒,结合材料定向合成与活性测试验证了Ir/Ni和Re/Ni合金表现出的催化活性和选择性。此外,机械催化方法解决了催化剂积碳失活问题,副产物炭黑可以作为锂电池电极材料,与工业上甲烷水蒸气重整制氢技术相比,机械催化甲烷裂解制氢具有更高的理论经济效益。 背景介绍 目前,全世界40%的氢气来源于甲烷,甲烷裂解为氢气
………………………………