Please wait a minute...
图/表 详细信息
催化电子捐赠的机器学习描述符: 预测氮固定中的吸附能和极限电位
赵迎, 杨海迪, 柴玉春, 高帅帅, 原鹏飞, 陈雪波
高等学校化学学报    2026, 47 (2): 20250266-.   DOI:10.7503/cjcu20250266
摘要   (87 HTML1 PDF(pc) (5165KB)(39)  

通过高通量密度泛函计算筛选出一系列具有氮还原反应(NRR)活性的B和双金属原子组成的CN-B@M2催化剂. CN-B@Fe2, CN-B@Tc2, CN-B@Os2和CN-B@Re2被认为是具有良好选择性和NRR活性的催化剂, 其极限电位(UL)分别为-0.24, -0.34, -0.31和-0.38 V. 计算结果表明, N2在B@M2上的吸附呈周期性演变, 吸附构型和能量受d带中心调节. UL随转移电荷呈火山型分布. 具有中等电子给体能力(中等电荷转移)的B@M2催化剂表现出优异的NRR活性. 通过量化催化剂的原子电子特性和拓扑结构, 构建了用于描述给电子能力的描述 符Φ. 结果表明, 给电子能力与氮还原反应的极限电位呈火山关系. 使用描述符Φ和催化剂的内在特性作为特征预测了吸附能和极限电位, 由于R2值为0.99, 梯度提升回归(GBR)被认为是构建机器学习预测模型的最恰当方法.



View image in article
Fig.3 d Band centers for all catalyst(A), differential charge density distribution of N2 after adsorption to CN⁃B@Sc2, CN⁃B@V2, CN⁃B@Fe2, CN⁃B@Ni2 and CN⁃B@Cu2(B)
正文中引用本图/表的段落
为了探究N2在CN-B@M2催化剂上的吸附、 演化与活化机制, 计算了d带中心、 差分电荷密度、 轨道态密度以及电荷转移情况, 结果如图3和图4所示. 已有研究表明, N2的吸附与活化遵循“电子给予-反馈”机制: 在吸附过程中, N2的电子填入活性位点的电子轨道, 同时N2的轨道也接受来自活性位点的电子[35~37]. 众所周知, 在吸附发生时, 反键轨道的电子占据程度显著影响吸附能. 反键轨道中过多的电子占据会导致吸附不稳定. 因此, 较高d带中心越接近费米能级, 电子越难填充反键轨道, 从而增强吸附作用. d带中心的计算结果也印证了B@M2催化剂对N2的吸附规律. 如图3(A)所示, B@Sc2, B@Ti2, B@Y2, B@Zr2和B@Hf2催化剂的d带中心明显高于其它体系, 因而表现出极强的N2吸附能力. 同时, 这些催化剂成键轨道能级较低, 可容纳更多的电子, 从而支持N2形成最大数量的N—M键. 而Cu, Zn, Ag, Cd和Au金属催化剂体系的d带中心极低, 意味着金属位点难以吸附N2; 相反, B原子的p带中心高于金属的d带中心, 因此最优吸附位点为B而非M2, N2只能被迫吸附在B位点上. 差分电荷密度和 态密度分布结果表明, 所有催化剂均遵循N2吸附的“给予-反馈”机制[图3(B)]. 该机制不仅发生在 金属位点对N2的吸附过程中, 也出现在B原子参与N2吸附的反应中. 如, 在CN-B@Sc2, CN-B@Ti2, CN-B@Y2, CN-B@Zr2和CN-B@Hf2中, B的sp轨道、 金属d轨道与N2p轨道均表现出显著的杂化作 用(图4), 正负电荷密度分布于B@M2团簇及吸附的N2周围. 对于CN-B@Ni2, CN-B@Cu2, CN-B@Zn2, CN-B@Pd2, CN-B@Ag2, CN-B@Cd2, CN-B@Pt2和CN-B@Au2等体系, 尽管仅存在单一金属或B吸附位点, 但电荷的积累与缺失仍出现在B@M2整体区域, 表明电子通过B—M键发生转移. 在其余同时被M2吸附的构型中, 正负电荷仅分布于M2及吸附的N2周围, 金属d轨道与N2p轨道强烈杂化, 说明电子在M2与N2之间直接转移. 这些结果揭示了NRR过程中的电子相互作用, 阐明了N≡N活化的机制.
本文的其它图/表