爱奇飞网

网站首页生活常识 >正文

新数据库旨在通过原子尺度的见解加速电催化剂的开发

开心的月饼 2024-05-14 14:01:21 生活常识

通过电化学反应寻找更高效的催化剂来生产可持续燃料和商品化学品变得更加容易。

新数据库旨在通过原子尺度的见解加速电催化剂的开发

以可再生电力为动力,利用水、二氧化碳或氮气生产燃料和化学品的电催化剂有可能使重型运输和化学工业脱碳。这种脱碳可以通过直接替代化石燃料或低能耗的燃料和化学品生产来实现。

由国家可再生能源实验室(NREL)及其合作伙伴开发的新开源电催化数据库为研究人员提供了电化学能量转换的全面视图。广泛的数据可以深入了解控制催化剂性能变化的基本因素,并可以加快电催化剂的设计。

新数据库由超密度泛函理论电化学加速和溶剂化技术(BEAST)团队开发。BEAST联盟由伦斯勒理工学院的RavishankarSundararaman领导,成员包括NREL、劳伦斯伯克利国家实验室、科罗拉多大学博尔德分校和南卡罗来纳大学的合作者。

电化学原子洞察数据库

BEAST数据库或BEASTDB允许实验和理论电化学家探索原子级催化反应并查看催化剂性能的众多特性。

关键电化学反应的例子包括使用电催化剂将水、二氧化碳或氮气分别转化为氢气、甲酸或其他还原的碳基分子和氨。了解电催化过程中的基本特性可以提高催化剂效率和生产率。

NREL计算科学研究人员DerekVigil-Fowler提出了BEASTDB的概念,他认为这些数据可以帮助人们全面了解这些催化剂。

“在一个地方拥有最广泛研究的电催化反应的标准化基线结果,使研究人员能够一站式获得其催化剂在原子尺度上如何工作的基本了解。

“他们可以可视化表面上的分子吸附和驱动电催化反应的电荷转移,并了解催化剂和应用电势范围之间的差异。其他人可以通过新的计算和实验来建立这些计算,并在该领域取得进展,”Vigil-福勒说。

“BEASTDB的最终目标是让探索催化剂性能并为不同化学反应开发新催化剂变得更加容易。”

已发表的电化学实验和理论计算中条件的多样性阻碍了对电化学系统的完整理解。虽然密度泛函理论(DFT)可以预测催化行为,但DFT方法不足以代表电化学反应的长度和时间尺度,特别是在动态电极-电解质界面处。

BEASTDB采用了一个系统框架,可以克服DFT的缺陷并准确地模拟电化学系统,为电催化剂性能提供清晰的基线,并作为进一步理论发展的基石。

该数据库还使用统一的计算设置,这是文献中缺失的一个关键部分,可以更轻松地比较不同电催化剂和不同条件下的催化活性和生产率。

BEASTDB允许研究人员探索20,000多种分子-催化剂组合的反应能量学。上图显示了交互式3D图,用于帮助可视化物理结构以及分子和催化剂活性位点上的电荷图。图片来源:美国国家可再生能源实验室

数千种催化反应的详细窗口

BEASTDB利用大正则方法对电解质的从头算电化学溶剂化进行建模,生成超过24,000种分子-催化剂组合的性能数据,研究人员可以在其中探索催化表面不同转化的反应能量学。

该数据库包括用于二氧化碳还原反应、氧还原反应、析氧反应、氮还原反应和析氢反应的有前景的电催化剂。用户可以按计算类型排序和查看,包括吸收物公式、催化剂组成和催化剂方面。

每种反应类型都链接到一个专用计算页面,该页面提供更多反应数据,包括用于可视化物理结构的交互式3D计算图以及分子和催化剂活性位点上的电荷图。

用户还可以下载POSCAR结构文件,以便于与材料和催化领域标准的其他可视化和分析工具一起使用。

BEAST团队提供支持BEASTDB(JDFTx和BerkeleyGW)的软件包所需格式的转换脚本,以重现数据库结果并执行额外计算,以提供进一步的科学见解。

上述每个数据库属性都可以帮助研究人员合理解释为什么催化剂在电催化过程中如此有效,而数据本身和基于数据的能力可以创建机器学习模型,帮助为新催化剂的构建提供信息。

通过电催化加速脱碳未来

JacobClary是NREL的应用研究员,在BEAST团队工作,在开发BEASTDB方面发挥了重要作用,他希望该数据库将成为电催化研究界的重要工具。

“我认为BEAST联盟总体上令人兴奋,因为我们正在开发最先进的工具,以比现有方法更高的保真度和更低的计算成本对电催化系统进行建模,”克拉里说。

NREL计算科学研究人员、BEASTDB数据贡献者TaylorAubry也非常期待该数据库将带来的价值。

Aubry表示:“我预计BEASTDB开展的研究将为实现可持续脱碳未来所需的无数过程提供宝贵的见解,其中电化学催化将发挥核心作用。”

NREL材料、化学和计算科学理事会实验室副主任BillTumas表示:“BEASTDB的多功能性和数据量将大大有助于研究人员理解、预测和控制电催化剂的设计。

“有了这个有价值的工具,发现能够生产可持续燃料和商品化学品的创新电催化剂变得更加容易。”

BEAST团队将与电催化研究人员合作进行下一轮数据生成,并鼓励数据库用户的输入和协作。下一个版本将包括催化剂表面和反应的更复杂的表示,例如缺陷、表面覆盖和晶格氧机制。


版权说明:本站所有作品图文均由用户自行上传分享,仅供网友学习交流。若您的权利被侵害,请联系我们


标签:

站长推荐
栏目推荐
阅读排行