ACS Catalysis: 混合數(shù)據(jù)+統(tǒng)計學習用于推廣異構(gòu)催化中的性能方程 2023年10月15日 下午4:32 ? 未全平臺發(fā)布, 頂刊 ? 閱讀 6 在過去的幾十年里,反應建模的黃金標準一直是將DFT的反應譜和機制耦合到微動力學建模(MK)中,可對能量譜進行調(diào)整以解釋由于DFT的建立或固有的錯誤。隨著材料的復雜性、動力學和反應中基元步驟的數(shù)量呈指數(shù)增長,這些系統(tǒng)可能無法通過傳統(tǒng)的基于DFT的方法完全解決,從而使經(jīng)典的MK方法無法預測。 在此,巴塞羅那科學技術(shù)研究所Núria López及蘇黎世聯(lián)邦理工學院Javier Pérez-Ramírez等人首次嘗試利用混合數(shù)據(jù)(來自實驗和 DFT)方法研究多相催化時,使用統(tǒng)計學習(SL)技術(shù)重現(xiàn)了CH2Br2在金屬催化(Fe、Co、Ni、Cu、Ru、Rh、Ag、Ir 和 Pt)加氫脫溴中的轉(zhuǎn)化,并證明了所采用算法的穩(wěn)定性和魯棒性。具體而言,為了建立一個穩(wěn)健的SL部署框架以獲得非均相催化劑的反應方程,作者研究了 CH2X2(X = Br, Cl)的加氫脫鹵,并將它們與 MK(DFT)模型進行了比較。 這種轉(zhuǎn)變是鹵素介導的甲烷改質(zhì)過程中的關(guān)鍵步驟,并清楚地顯示了金屬催化劑的選擇性問題。通過結(jié)合主成分分析(PCA)和貝葉斯機器科學家(BMS)的描述符識別,作者提出了一個獨特的方程搜索反應速率、CH2X2轉(zhuǎn)化率和對不同產(chǎn)物的選擇性,從而以廣義形式編譯金屬催化劑的性能。該方法將實驗數(shù)據(jù)和理論數(shù)據(jù)聯(lián)系起來,并建立了一種穩(wěn)健的方法,可以外推到其他非均相催化反應。 圖1. 本研究的工作流程 此外,選擇性涉及一組更難以捉摸的參數(shù),并且相反應空間的極端更容易描述(由于反應網(wǎng)絡的復雜性,半反應更加不明確)。這個問題應由未來的研究詳細評估,因為SL技術(shù)一直專注于聚類,而選擇性是關(guān)于定義非常窄的能量跨度的差異。從BMS導出的方程可用于粗粒度模型和反應器設計,以避免在對DFT結(jié)果采用微動力學建模時觀察到的不穩(wěn)定性和誤差傳播。 總體而言,作者展示了如何將 BMS的結(jié)果映射到文獻中先前的替代模型并優(yōu)于MK(DFT),因此有可能填補由于相變、極其復雜的反應而無法進行微動力學建模的空白網(wǎng)絡、多產(chǎn)物和選擇性問題。這種混合數(shù)據(jù)方法可用于識別和解釋未來催化劑設計中的描述符,這項工作為使用一組統(tǒng)計學習工具和混合數(shù)據(jù)解決復雜反應網(wǎng)絡提供了一個起點。 圖2. 微動力學模型和BMS方法主要特性之間的比較 Generalizing Performance Equations in Heterogeneous Catalysis from Hybrid Data and Statistical Learning, ACS Catalysis 2022. DOI: 10.1021/acscatal.1c04345 原創(chuàng)文章,作者:v-suan,如若轉(zhuǎn)載,請注明來源華算科技,注明出處:http://m.xiubac.cn/index.php/2023/10/15/30206569ea/ 電池 贊 (0) 0 生成海報 相關(guān)推薦 ?大工/大連石化研究院Nature子刊: 調(diào)控MnO2-MnxCo3-xO4界面,增強乙烷催化氧化 2024年6月3日 二氧化鈰表面FLP位點的調(diào)控促進CO2和烯烴一步合成環(huán)狀碳酸酯 2023年9月23日 王文中Nat. Commun. 銅修飾氮化碳材料,實現(xiàn)甲烷向乙醇的光催化直接轉(zhuǎn)化 2023年11月27日 網(wǎng)傳曾打破校史的華科教授論文未被接收?期刊主編回應! 2023年10月14日 東北師大吳興隆Angew: 用于先進鉀離子電池的新型低成本COF復合負極 2023年10月15日 段鑲鋒&黃昱夫婦,今日再發(fā)Nature Materials! 2024年1月4日