杨维结/李昊Angew:首个固态储氢动力学预测模型!

随着全球对清洁能源的需求不断增加,固态储氢材料的研发变得愈发紧迫。在这一领域,对固态氢化物脱氢的化学反应过程进行全面理解至关重要。近期,一项最新研究通过开发一种数据驱动的描述符模型,为高性能固态氢储存材料的设计提供了新的加速手段。
成果简介

杨维结/李昊Angew:首个固态储氢动力学预测模型!

研究人员指出,了解固态储氢材料的脱氢反应动力学对于设计新材料至关重要。然而,目前的实验技术无法对每个反应细节的动力学特性进行测量,而使用第一性原理计算动力学特性又存在成本高、耗时长的问题。因此,急需寻找一种能够与脱氢能垒形成定量构效关系(quantitative structure-activity relationship, QSAR)的方法,以加速材料设计和优化过程。

近日,华北电力大学杨维结教授、日本东北大学李昊教授合作,以Mg-H键强(-ICOHP)为引线,结合氢原子间距与邻域化学环境,构建了一种数据驱动的用以描述和预测固态储氢材料MgH2脱氢动力学性能的描述符模型。该研究团队通过使用典型的固态氢储存材料——镁氢化物(MgH2)作为研究对象,并基于其晶体轨道哈密顿(Hamiltonian)布居法和氢原子位移,开发的描述符模型,揭示了脱氢反应动力学的关键化学过程,为理解材料性能提供了重要线索。该工作发表于《德国应化》(Angewandte Chemie International Edition)。
图文导读
研究团队首先利用密度泛函理论(DFT)结合CI-NEB(Climbing Image Nudged Elastic Band)方法和IDM(Improved Dimer Method),对不同结构的MgH2过渡态进行搜索和计算。他们试图通过测量Mg-H键的长度和键强来探索能量障碍与何种基本性质相关。描述符的其实构建采用晶体轨道哈密顿量(Hamiltonian)布局的积分绝对值(-ICOHP)作为键强描述的基本变量,并考虑了参与反应的Mg-H键的平均键强、最大键强以及外侧和内侧键强作为可能的组成部分。
杨维结/李昊Angew:首个固态储氢动力学预测模型!
Figure 1 The initial exploration of the descriptors for MgH2 dehydrogenation barrier.
而后通过使用不同结构的H空位来对反应区域化学环境进行描述。令人惊讶的是,在考虑到H空位排列的情况下,描述符已经能够与能垒有很好的线性相关性。为了验证这一规律,研究团队继续补充了不同H空位和不同H原子的脱氢样本。另外,通过原子碰撞理论与宏观中的胡克定律启发。根据原子距离越远碰撞概率越低,断键后的成键时间越晚,导致的过渡态能量的升高。将H原子在反应中的位移量Δx加入到描述符中。使描述符与脱氢能垒表现出惊人线性相关(R2>0.9)。
杨维结/李昊Angew:首个固态储氢动力学预测模型!
Figure 2 Exploration of the region where H vacancies capable of influencing the MgH2 dehydrogenation barrier are located and model correlation analysis to modify the neighborhood coefficients of H defect.
不仅如此,为了更好更快的预测催化体系或者掺杂体系的脱氢性能,引入了电负性对金属掺杂结构进行描述,而这不仅扩充了数据样本还对描述符的应用场景进行了扩展。最终,一个由键强最大值、H原子反应位移、H空位数量和周围电负性环境所构成的脱氢能垒描述符模型搭建完成。在添加三组测试样本对进行模型测试时,描述符测试误差仅为0.04、0.11以及0.09 eV。此外,值得注意的是基于描述符的预测不仅与DFT的结果精确匹配,与金属掺杂实验中观察到的MgH2脱氢的温度也表现出惊人的一致性。而进一步通过模型推测,通过某些高电负性4d5d过渡金属掺杂和表面结构处理工艺,可能会使脱氢温度进一步降低,以符合US-DOE设定的温度标准。
杨维结/李昊Angew:首个固态储氢动力学预测模型!
Figure 3 Validating the accuracy of the derived model. (a) Structures of MgH2 dehydrogenation for model validation. White and orange spheres represent H and Mg, respectively. Blue spheres and dashed circles represent the atomic H involved in the reaction and H vacancy, respectively.
意义:该模型的独特之处在于,所有参数均可通过较少的计算成本进行直接计算。这意味着高效地预测固态储氢材料的脱氢性能成为可能,无需进行昂贵且耗时的实验和从头计算(ab initio method)。通过与迄今为止报道的典型实验测量结果进行比较,研究团队发现,该模型表现出了出色的一致性。这为将MgH2的性能推向美国能源部(US-DOE)设定的目标提供了明确的设计指导,并为未来固态氢储存材料的研发奠定了坚实的基础。这一研究成果不仅为固态氢储存材料领域带来了新的突破,也为清洁能源技术的发展提供了重要支持。未来,研究人员将进一步优化该模型,以应对固态氢储存材料设计中的挑战,推动清洁能源技术的进步和应用。
杨维结/李昊Angew:首个固态储氢动力学预测模型!
Figure 4 The composition of descriptors for the kinetics of MgH2 dehydrogenation.
文献信息
C. Li, W. Yang*, H. Liu, X. Liu, X. Xing, Z. Gao, S. Dong, and H. Li*“Picturing the Gap Between the Performance and US-DOE’s Hydrogen Storage Target: A Data-Driven Model for MgH2 Dehydrogenation”, Angewandte Chemie International Edition, 2024, e202320151.
DOI: https://doi.org/10.1002/anie.202320151

原创文章,作者:计算搬砖工程师,如若转载,请注明来源华算科技,注明出处:https://www.v-suan.com/index.php/2024/06/30/df56437dd3/

(0)

相关推荐