目前人们需要发展性能更好的活性电极材料，促进陶瓷燃料电池实现商业化。但是传统基于试错法的材料设计、表征过程导致研究过程变成长期和复杂的循环。

有鉴于此，香港理工大学倪萌（Meng Ni）、南京工业大学邵宗平、深圳大学/四川大学谢和平等报道通过实验验证-机器学习驱动的方法，加速发现高活性ORR催化剂，并且发现离子Lewis酸强度ISA（ionic Lewis acid strength）能够作为非常有效的钙钛矿ORR活性描述符。

本文要点

（1）

通过机器学习，从6871种不同的钙钛矿材料组成中筛选了4种氧化物，随后成功的合成了这4种材料，并且验证其具有优异的催化活性。其中，Sr_0.9Cs_0.1Co_0.9Nb_0.1O₃ (SCCN)表现了优异的ORR活性以及非常低的比表面积电阻ASR(area-specific resistance)。

（2）

实验表征结果说明，通过降低钙钛矿氧化物的A位点ISA、提高B位点ISA，能够显著的改善表面交换动力学。理论计算结果说明，性能的改善作用来自于调控A和B位点ISA的极化分布情况与电子对转移，这种电子对转移效应显著降低了氧空穴的生成能/氧空穴的转移能垒。

参考文献

Zhai, S., Xie, H., Cui, P. et al. A combined ionic Lewis acid descriptor and machine-learning approach to prediction of efficient oxygen reduction electrodes for ceramic fuel cells. Nat Energy (2022)

DOI: 10.1038/s41560-022-01098-3

https://www.nature.com/articles/s41560-022-01098-3