公开(公告)号：CN114613445B

公开(公告)日：2025-04-04

申请号：CN202210234812.7

申请日：2022-02-18

Applicant: 北京工业大学

Inventor： 孙少瑞 ,  行妙娟 ,  王亚鑫 ,  王慧敏 ,  方照临 ,  孟孔

IPC: G16C20/10 ,  G16C20/70 ,  C25B1/23 ,  C25B3/07 ,  C25B3/26 ,  C25B11/089

Abstract: 一种预测二氧化碳电还原铜合金催化剂的方法属于二氧化碳电化学还原领域，通过应用密度泛函理论计算和机器学习，克服了效率低和选择性差的难题。本方法通过优化不同种类CuM合金的表面结构，应用密度泛函理论计算CO2还原反应的关键中间体(CO、HCOO、COOH、H)在各个表面的吸附能。为了降低特征的空间维度，选择5个材料的特征参数，包括功函数(W)、原子序数(AN)、晶面间距(d)、电负性(EN)和局部电负性(χi)，通过机器学习训练，得到预测性能良好的梯度提升回归(GBR)模型，训练结果与包含13个特征的模型的预测性能接近。本方法不仅快速预测二氧化碳电还原铜合金催化剂，而且为设计其他催化剂提供了思路。

公开(公告)号：CN114613445A

公开(公告)日：2022-06-10

申请号：CN202210234812.7

申请日：2022-02-18

Applicant: 北京工业大学

Inventor： 孙少瑞 ,  行妙娟 ,  王亚鑫 ,  王慧敏 ,  方照临 ,  孟孔

IPC: G16C20/10 ,  G16C20/70 ,  C25B1/23 ,  C25B3/07 ,  C25B3/26 ,  C25B11/089

Abstract: 一种预测二氧化碳电还原铜合金催化剂的方法属于二氧化碳电化学还原领域，通过应用密度泛函理论计算和机器学习，克服了效率低和选择性差的难题。本方法通过优化不同种类CuM合金的表面结构，应用密度泛函理论计算CO2还原反应的关键中间体(CO、HCOO、COOH、H)在各个表面的吸附能。为了降低特征的空间维度，选择5个材料的特征参数，包括功函数(W)、原子序数(AN)、晶面间距(d)、电负性(EN)和局部电负性(χi)，通过机器学习训练，得到预测性能良好的梯度提升回归(GBR)模型，训练结果与包含13个特征的模型的预测性能接近。本方法不仅快速预测二氧化碳电还原铜合金催化剂，而且为设计其他催化剂提供了思路。