氧氧化还原催化,包括氧还原反应(ORR)和氧释放反应(OER),对于确定能量转换和存储设备(如燃料电池,金属空气电池和电解槽)的电化学性能至关重要。确定链接结构和活性以及催化剂选择性的描述符是合理设计电化学催化剂的关键。在过去的几十年中,已经开发了两种类型的描述符,包括基于体积和基于表面的描述符,以探讨结构与性质之间的关系。将当前的描述符相互关联起来有助于促进对物理和化学的基本理解,也触发了进一步开发电催化剂设计的更多通用的描述符。近日,南开大学王卫超课题组对当前用于氧电催化的基准活性描述符及其应用进行了综述。对于杂化材料,通过考虑界面重建、约束效应、多位吸附等多种因素,多重描述符的预测能力更强。因此,机器学习和高通量模拟对于协助发现新的多重描述符和反应机制至关重要。
DOI: 10.1002/advs.201901614
https://doi.org/10.1002/advs.201901614