崔小强等:应用机器学习快速筛选过渡金属单原子负载N掺杂γ相石墨炔用于一氧化碳电还原C1产物的理论研究

将二氧化碳(CO₂)电化学转化为有价值的碳基产品被认为是解决温室效应和全球能源问题的一种有吸引力的方法。虽然二氧化碳转化为一氧化碳(CO)已达到很高水平，但由于二氧化碳还原反应(CO₂RR)的动力学限制，生产多电子还原产物仍然很困难。因此，后续的CO电还原(COER)对于深度还原CO₂十分重要，因此开发高效的COER电催化剂是非常必要的。目前，铜基纳米材料仍然是最有前途的COER电催化剂之一，可用于生产各种碳氢化合物和含氧化合物。然而，它们的商业应用受到耐久性差、高过电位和低法拉第效率的阻碍。因此，进一步开发高效、高选择性的COER电催化剂仍是一个值得关注的领域。

本文通过密度泛函理论(DFT)计算，探讨了一系列固定在N掺杂γ-石墨炔上的过渡金属原子作为COER电催化剂的潜力。这些单原子催化剂的最终产物选择性取决于金属原子在元素周期表中的位置，每个周期前和中间的金属对CH₄具有高选择性，而后面的金属产生CH₃OH。其中，在所有考虑的金属原子中Mn@N-GY和Ni@N-GY分别对生成CH₄和CH₃OH具有优异的COER催化性能。

Figure1 (a) The considered three sites for TM anchored on N-GY (b) Binding energies of TM anchored on N-GY. (c) Energy profile of AIMD simulation on Ag@N-GY at 500 K. 

Figure2 (a)The computed adsorption energy of CO on TM@N-GY.(b) The computed charge density differenceof CO adsorption on Mn@N-GY. (c) The partial density of states (PDOSs) between CO and Mn before and after CO adsorption. (d) The correlation between integrated crystal orbital Hamilton population (ICOHP) and the adsorption energy (ΔE_ads) of CO. 

Figure3 (a) Gibbs free energy profiles for CO reduction to CH₄on Mn@N-GY. (b) Gibbs free energy profiles for CO reduction to CH₃OH on Ni@N-GY.(c)Computed theoretical limiting potential (U_L) on twenty catalysts ofTM@N-GY. 

Figure 4 (a) Volcano plots between ∆E_CHO* and UL. (b) The RMSE and the R²score on the test set of machine learning models with different algorithms for ∆E_CHO*. (c) Comparison between DFT-calculated and ML-predicted ∆E_CHO*. Green and pink points correspond to the training data and test data, respectively. (d) Pie chart for feature importance analysis in the ML model.

Figure5 (a) Computed energies of the Mn@N-GY andcorresponding reaction intermediates as a function of the applied electrode potential (SHE). (b) Free energy changes of the reaction steps of Mn@N-GY as a function of pH. (c) pH-dependent and potential-dependent contour plot of adsorption energies of*CO and (d) *CHO on Mn@N-GY.

赵景祥，哈尔滨师范大学化工学院教授、博士生导师，黑龙江省杰出青年，龙江青年学者；主要从事低维纳米材料电催化性能的理论研究工作，在J. Am. Soc. Chem., Matter, Chem., ACS Catal.等国际知名学术期刊发表SCI论文80余篇，ESI高被引论文6篇；获黑龙江省科学技术二等奖一项；现为美国化学学会、中国化学学会会员；黑龙江省化学理事会理事。

郑伟涛，吉林大学常务副校长，教授，博士生导师。主要从事超硬薄膜材料、功能薄膜材料、石墨烯等碳纳米材料、储能电极材料及材料计算与模拟等研究，主持国家863、国家基金委重点项目、科技部重大仪器专项、“高等学校学科创新引智计划”等，获得吉林省科技进步奖一等奖（2008年）、吉林省自然科学奖一等奖2项（2016年，2020年）（均为第一完成人），获得中国发明专利40余项，发表SCI收录论文600余篇，H值71。著有《薄膜材料与薄膜技术》等。

崔小强，吉林大学材料科学与工程学院副院长，主要研究方向为能源催化材料，从原子尺度上开展高效催化剂的设计和制备研究。在Nat. Commun.、Adv. Mater.、Adv. Energy Mater.、J. Am. Chem. Soc.、Angew. Chem. Int. Ed.等国际知名学术期刊发表SCI论文160余篇，其中ESI高被引论文7篇，授权中国发明专利32件；主持科技部国家重点研发计划纳米专项课题、国家自然科学基金面上项目等；获教育部“新世纪优秀人才”计划支持、吉林省“长白山学者”、长春市第六、七批有突出贡献专家，吉林省第七批拔尖创新人才第三层次。

崔小强课题组主页：https://www.x-mol.com/groups/Cui_Xiaoqiang

Jiao D, Zhang D, Wang D, et al. Applying machine-learning screening of single transition metal atoms anchored on N-doped γ-graphyne for carbon monoxide electroreduction toward C1 products. Nano Research, 2023, https://doi.org/10.1007/s12274-023-5773-0.