通过具有更高催化活性的低温烃类燃烧催化剂，能够有助于促进内燃机的燃烧控制。对于设计合适的催化剂，需要理论计算和实验结果之间进行结合。

研究烃类催化燃烧反应具有非常高的挑战，因为烃类燃烧反应过程非常复杂。比如即使简单的C2烃类，在燃烧反应中包含数百种基元步骤。

有鉴于此，斯坦福大学Frank Abild-Pedersen等报道发展了一种针对复杂烃类燃烧反应的动力学模型。

本文要点：

（1）

通过相关实验和精确的DFT计算，给出了燃烧反应构成的网络；通过机器学习进行过渡态搜索，进行严格的扫描反应；通过ab initio热力学、微观动力学建模、反应速率分析，解释了界面上的吸附物种覆盖度对反应速率的影响，反应关键决速步骤。

（2）

通过氧部分覆盖的Pd表面模型，考虑了吸附物之间的相互作用，在没有进行参数优化的条件，预测反应速率的过程中实现2个数量级的精度。通过反应速率分析结果，发现第二步和倒数第二步在丙烯燃烧反应网络中是反应的决速步骤。

参考文献

Verena Streibel, Hassan A. Aljama, An-Chih Yang, Tej S. Choksi, Roel S. Sánchez-Carrera, Ansgar Schäfer, Yuejin Li, Matteo Cargnello, and Frank Abild-Pedersen*,Microkinetic Modeling of Propene Combustion on a Stepped, Metallic Palladium Surface and the Importance of Oxygen Coverage, ACS Catal. 2022, 12, 1742–1757

DOI: 10.1021/acscatal.1c03699

https://pubs.acs.org/doi/10.1021/acscatal.1c03699