天津大学/河工大CEJ：数据驱动设计最优尺寸金属基催化剂材料

导读

金属基催化剂因在析氢反应（HER）中的优异表现而受到广泛关注。金属基催化剂的“颗粒尺寸”会显著影响其活性位点数量、本征活性和催化稳定性等性质。为了探究金属基催化剂的最优尺寸，要兼顾考虑催化剂载体、测试环境等众多因素。为有效解析这一多因素复杂体系，可考虑引入基于机器学习（ML）的数据驱动设计策略。此外，在超小尺寸范围（1~5nm）精确调控合金的颗粒粒径也具有挑战性。催化剂制备中常用的高温还原等步骤会加速金属原子扩散，导致颗粒团聚和奥斯特瓦尔德熟化。因此，如何在高温处理过程中限制金属原子的运动，成为了超小纳米合金尺寸调控的关键。

成果展示

近日，天津大学赵乃勤和河北工业大学朱杉等人合作提出了一种数据驱动设计金属基HER催化剂最优尺寸策略。在该研究中，首先构建了金属基HER催化数据库，其中包含关于金属基催化剂的组成、尺寸和载体特性等信息。利用自动化ML方法和可解释算法来分析颗粒尺寸和催化过电位之间的关系。数据驱动的分析揭示了颗粒尺寸和过电位之间的“碗状”趋势，并指出金属基HER催化剂的最佳尺寸为1.5~3.0nm。该尺寸效应的产生源于金属-载体相互作用和活性位点暴露率之间的竞争平衡。

为验证算法分析结果，团队引入氮掺杂超薄碳纳米片（UCN）作为载体以制备超小尺寸纳米合金。在材料合成过程中，UCN可以限制金属原子在高温下的运动以调节产物纳米合金的颗粒尺寸，从而获得了一系列粒径在1~5nm范围内的纳米合金材料。对所得系列材料进行HER催化性能测试，结果显示所制备超小纳米合金的实测催化活性与颗粒尺寸的变化规律符合数据驱动方法揭示趋势，验证了金属基催化剂数据驱动设计策略的可行性与有效性。

该工作以"Metal-Based Electrocatalysts with Data-Driven Designed Particle Size for Hydrogen Evolution"为题发表在期刊Chemical Engineering Journal。天津大学材料学院硕士生刘畅为论文第一作者，天津大学材料学院赵乃勤教授、河北工业大学材料学院朱杉博士为该论文共同通讯作者。

创新点

1.利用数据驱动方法揭示金属基析氢催化剂最佳尺寸。

2.基于超薄碳层载体限制金属原子运动以合成超小纳米合金。

3.金属基催化剂的HER催化活性与其颗粒尺寸呈“碗状”关系。

数据概览

图1. 基于金属基HER催化剂的数据驱动设计（a） 数据分析过程示意图。（b） TPOT优化的GBR模型在训练集和测试集上的结果。（c） 优化GBR模型的SHAP值。（d） 粒度的SHAP值分析。

图2.（a）PtCoNi@UCN材料合成示意图。（b）PtCoNi@UCN和UCN的XRD结果。（c-e）PtCoNi@UCN在不同的放大倍数下的TEM图像。（f）PtCoNi@UCN的HAADF-STEM图像和mapping图像。PtCoNi@UCN和UCN的（g）氮气等温吸附-脱附曲线，（h）XPS光谱，和（i）拉曼光谱。

图3.（a）PtCoNi@UCN在不同温度下合成的TEM图像。（b）文献报道中不同温度下平均尺寸变化的比较。（c）使用UCN为载体的超小型纳米合金的制造策略示意图。PtCoNiFeIr@UCN的（d，e）TEM图像，（f）HAADF-STEM图像和元素分布图。

图4. PtCoNi@UCN-600，PtCoNi@UCN-800，PtCoNiFeIr@UCN、UCN和商业Pt/C（a）在1.0mol/L KOH溶液中的HER极化曲线，（b）Tafel斜率和（c）电化学阻抗谱图。（d）获得样品的颗粒尺寸和10 mA cm^-2下的过电位变化与“particle_size的SHAP值”之间的关系。（e）“Particle_size”和“N_doped”特征的“Particle_size的SHAP值”等值线图。（f）不同尺寸范围内影响金属基催化剂催化活性的因素示意图。

论文链接为https://doi.org/10.1016/j.cej.2023.146918。

本文由作者供稿。