近日，广州大学化学化工学院汪宁副教授联合数学学院袁保印副教授在eScience发表了题为“Machine learning-driven discovery of high-performance Co/Sr-free air electrodes for protonic ceramic electrolysis cells”的交叉学科研究成果。袁保印和汪宁等人利用前期自主研发的“新材料智能设计平台”，定向设计了一种新型无锶无钴的高性能空气极材料，显著提升了固体氧化物电解水制氢性能。
论文链接：https://doi.org/10.1016/j.esci.2025.100486
01 研究背景
氢能作为未来能源体系的关键载体，被认为是实现“双碳”目标的重要支撑技术。固体氧化物电解池（PCEC）因其高能量转化效率、低工作温度（400-600 °C）和良好的系统稳定性，被广泛认为是下一代高效绿色制氢技术的理想方案。然而，PCEC的商业化进程长期受限于空气电极材料的性能瓶颈。当前主流的空气极多依赖含钴（Co）或含锶（Sr）的钙钛矿氧化物，虽然这些材料表现出较高的催化活性，但同时存在热膨胀系数过大、元素析出与表面富集严重、相稳定性差等问题，导致PCEC寿命短。依托“新材料智能设计平台”，本研究靶向无钴/锶空气极精准创制，算法先行、实验验证、数据回流，大大缩短了实验周期、降低了成本，实现了“设计—实验—反馈”的闭环加速，高效锁定高性能无钴空气极。
02 研究内容
内容一：ML模型的训练过程与性能评估。研究报道了基于极限梯度提升（XGB）算法和随机森林（RF）算法的ML模型，用于预测氧化物的性能。模型预测值与实验值高度一致。热图进一步揭示氧化物性能与元素电负性、离子半径和熔点等基本性质的定量构效关系（图1）。综上，团队锁定了Ca0.5La0.5Fe1-xScxO3‑δ（CLFSx）系列材料用于后续研究。
内容二：CLFS0.2具备优异的综合性能。EIS结果显示，CLFS0.2在各温度下均具有最低面积比电阻（ASR），表现出优异的界面反应动力学；原位XRD和长期测试证实其结构稳定，可在500 °C下连续运行200小时；其热膨胀系数与电解质匹配良好，避免了界面热失配；DFT计算结果表明Fe位点是主要活性中心。综合来看，CLFS0.2在催化活性、热匹配性和长期稳定性方面均表现优异，是理想的空气极候选材料。
图2：CLFSx氧化物的催化活性、热稳定性和反应机理
内容三：单电池性能验证其在实际器件中的卓越表现。以CLFS0.2为空气电极组装单电池进行测试，在600 °C、1.3 V工作条件，电池实现了1.15 A cm-2的高电流密度，性能显著优于多数无钴体系。结合EIS与DRT分析，确定水分解与氧生成是主要限速步骤，进一步的DFT计算从原子层面解释了材料的高反应活性。综上，CLFS0.2在实验中所表现出的高活性、低能垒与优异电化学性能，其表现与理论模型预测高度一致。
图3： CLFS0.2作为空气电极在实际PCEC器件中的电解性能
03 研究相关
该研究由广州大学、北海道大学以及西华大学共同完成。汪宁、苏清雯和向浣欣为本文共同第一作者，汪宁、袁保印、唐春梅和叶思宇院士为本文共同通讯作者。广州大学为第一通讯单位，该课题的研究得到了国家自然科学基金、广东省基础与应用基础研究基金、广州市科技计划项目、广州市教育局高等教育科研项目以及广东省氢能与燃料电池工程技术研究中心的支持。
“新材料智能设计平台”由广州大学袁保印、汪宁等人共同开发，该平台是融合人工智能、大数据、自主实验和高性能计算等前沿技术的新一代材料研发解决方案，正推动材料研发从传统的“经验指导试验”模式向“理论预测+AI引导+实验验证”的新范式转变。基于该平台，袁保印、汪宁等人已在Adv. Mater. (IF:27), eScience (IF:42), Nano-Micro Lett. (IF:36), Adv. Energy Mater. (IF:25)(2篇，高被引), Adv. Funct. Mater. (IF:19)(2篇), InfoMat (IF:22)等高水平期刊发表论文20余篇。
未来，新材料智能设计平台将持续拓展新材料智能设计平台的应用场景至固态电池等功能材料与结构材料领域，不断优化平台各模块功能，打造真正契合高校、科研院所及企业需求的定制化解决方案，推动平台向更智能、更开放的方向演进。团队诚邀在相关交叉学科领域有兴趣的科研人员和团队，共同探索材料智能设计的前进方向。
04 通讯作者简介
汪宁
广州大学化学化工学院/黄埔氢能源创新中心，副教授
作者介绍：汪宁，副教授，硕士生导师，日本北海道大学博士。广东省“珠江人才计划”海外青年人才引进博士后资助项目获得者、广东省“扬帆计划”引进创新创业团队第一核心成员。近年来从事氢能与燃料电池先进材料和器件的研发工作，基于数据和模型驱动的人工智能算法加速固体氧化物燃料电池/电解池关键材料的迭代创制与器件集成。近三年累计以第一作者或通信作者在Advanced Materials、eScience、Nano-Micro Letter、Advanced Energy Materials、Advanced Functional Materials、Infomat、Nano Energy等期刊发表论文20余篇，累计影响因子超300，主持国家、省部级项目10余项。
主要研究领域：固体氧化物燃料电池，固体氧化物电解池，质子导体
邮箱：ningwang@gzhu.edu.cn
袁保印
广州大学数学与信息科学学院，副教授
作者介绍：袁保印，副教授，硕士生导师，日本北海道大学博士。广东省“扬帆计划”引进创新创业团队带头人、广东省“珠江人才计划”海外青年人才引进博士后资助项目获得者。主要从事以问题为导向的数据-模型双驱动的数学建模工作，专注于生物动力系统的定性定量方法研究，以及人工智能在新材料设计中的应用，以第一/通讯作者在PLOS Negl. Trop. Dis.、J. Theor. Biol.、Int. J. Bifurc. Chaos、Adv. Mater.、eSicence、Nano-Micro Letter、Adv. Energy Mater.、Adv. Funct. Mater.、Nano Energy、Small等杂志发表SCI收录论文近20篇。获国家自然科学基金青年项目、广东省自然科学基金青年基金项目、广东省“珠江人才计划”海外青年人才引进计划（博士后资助项目）等资助。
主要研究领域：人工智能，机器学习，应用数学，数学建模
唐春梅
西华大学
作者介绍：唐春梅，2022年博士毕业于日本北海道大学，广东省 “珠江人才计划” 海外青年引进人才。博士后合作导师为叶思宇院士，主要从事质子固体氧化物电解槽、质子导体、制氢和热电材料的研究。以第一/通讯作者在 Advanced Materials、eScience、Nano–Micro Letter、Advanced Energy Materials 等顶级期刊发表多篇高影响力论文。
主要研究领域：固体氧化物燃料电池，固体氧化物电解池，界面功能层
邮箱： tangchunmei554@xhu.edu.cn
叶思宇 加拿大工程院院士
广州大学化学化工学院/黄埔氢能源创新中心，主任/教授
作者介绍：叶思宇，博士，加拿大国家工程院院士，现任广州大学特聘教授，博士生导师，鸿基创能科技（广州）有限公司董事长，黄埔氢能源创新中心负责人和首席科学家，美国能源部项目评审专家，国际电化学能源科学院理事会以及《电化学能源评论》和《开放燃料》能源杂志编委，曾任加拿大巴拉德动力系统公司首席科学家。近年来，主持国家科技部 2020重点专项、国家能源局“科技助力经济 2020”重点专项、广东省科技厅 2019 珠江人才创新创业团队、广东省 2019 重点领域研发计划项目和广东省 2018重点领域研发计划项目等科研项目，并获“珠江人才计划”杰出人才称号、广州市科技创新南山奖、中国发明协会发明创业奖一等奖和黄埔区杰出人才。在Nature Energy、Nature communication、Energy & Environmental Science 和Advanced Material等世界一流学术期刊发表高质量论文近200篇，Google Scholar 被引用量13790次，h指数 52，撰写专著1部、合著 1 部，拥有 50 多项专利/专利申请。
主要研究领域：膜电极开发，电催化剂设计，固体氧化物燃料电池，固体氧化物电解池
邮箱：siyu.ye@gzhu.edu.cn
