如何有效预测催化材料的最佳结构一直是科研人员的目标,但事实却是通常只能在均一表面上模拟相关活性位点。特别是对于一些结构敏感的化学反应而言,如氧化还原反应,目前还没有有效的方法用于识别活性最佳的表面结构。有鉴于此,美国特拉华大学D. G. Vlachos等人开发了一种通过识别活性位点来预测催化材料最佳结构的方法,该方法可以有效识别活性位点的密度和空间排列,然后使表面能量最小化。研究发现,无论是理想的表面结构还是无序的结构,缺陷的密度与催化性能有着密切的关联。基于这些结论,研究者将该方法应用于Pt(111)、Pt(100)、Au(111)和Au(100)表面的氧还原反应。
参考文献:M. Núñez, J. L. Lansford & D. G. Vlachos. Optimization of the facet structure of transition-metal catalysts applied to the oxygen reduction reaction. Nature Chemistry. 2019
DOI: 10.1038/s41557-019-0247-4
下载链接:https://www.nature.com/articles/s41557-019-0247-4