重大突破!AI破解催化难题,中国科大今日Science!

摘要:在此,基于实验数据、可解释的机器学习、理论推导和第一性原理模拟,中国科学技术大学李微雪教授等人建立了一个基于金属-金属和金属-氧相互作用的金属-氧化物相互作用的通用理论。该理论适用于金属氧化物载体上的金属纳米颗粒和原子,以及金属载体上的氧化物薄膜。研究发现,对

金属-载体相互作用是非均相催化中最重要的支柱之一,但由于界面的复杂性,发展一个基础理论一直是一个挑战。

在此,基于实验数据、可解释的机器学习、理论推导和第一性原理模拟,中国科学技术大学李微雪教授等人建立了一个基于金属-金属和金属-氧相互作用的金属-氧化物相互作用的通用理论。该理论适用于金属氧化物载体上的金属纳米颗粒和原子,以及金属载体上的氧化物薄膜。研究发现,对于过渡金属催化剂,金属-金属相互作用主导了氧化物载体效应和金属纳米颗粒上的亚氧化物封装,一个关于封装发生强烈金属-金属相互作用的原则被制定出来,并通过包括10种金属和16种氧化物在内的广泛实验得到了证实,其揭示的关于(强)金属-载体相互作用的宝贵见解推进了负载金属催化剂界面设计的发展。

相关文章以“Nature of metal-support interaction for metal catalysts on oxide supports”为题发表在Science上。

研究背景

氧化物支持的过渡金属(TM)催化剂对石油化工精炼和工业化学制造至关重要,同时也用于环境控制系统。金属与气体反应物的相互作用以及金属与下方载体的相互作用,即金属-反应物相互作用(MRIs)和金属-载体相互作用(MSIs),是负载金属催化剂的两个基石。MRI决定了活性和选择性,而MSI有助于稳定分散的催化剂,并影响诸如电荷转移、化学组成、周边位点、颗粒形态和亚氧化物封装等界面过程。因此,调节MSIs是提高催化剂性能的少数策略之一。尽管MSIs在许多催化性质中起着关键作用,包括烧结抗性,但由于它们对金属和载体的组成敏感,并且随着相应的大小和形态、制备和反应条件的变化而发生显著变化,因此MSIs的表征可能很困难。这些复杂性大大限制了结构-功能关系的研究。例如,强MSIs(SMSIs),最初用来描述在高温下亚氧化物层对负载金属纳米颗粒(NPs)的封装,最近受到了很多关注,并被认为是许多显著界面过程的起源。然而,关于MSIs和SMSIs的本质以及它们对一般界面过程和特别是封装的影响,仍然存在基本问题。

为了量化MSIs,已经通过实验和符号回归方法提出了许多描述符,如金属亲氧性、金属表面能和电子密度。此外,也观察到了金属-氧化物界面中金属-金属键的存在。然而,开发一个全面的MSIs理论,用于氧化物载体上的金属催化剂,仍然是非均相催化中的主要挑战。

研究内容

在本文中,作者使用实验数据、可解释的机器学习、理论推导和第一性原理模拟,建立了一个基于金属-金属相互作用(MMIs)和金属-氧相互作用(MOIs)的MSIs通用理论。具体来说,先进的符号回归被应用于文献中确定的178个金属NPs和氧化物载体之间界面粘附能的实验数据,从而发现了MSIs的预测公式。该公式可以在最近邻近似下推导出来,并且可以通过密度泛函理论(DFT)计算推广到其他氧化物支持的金属原子和金属支持的氧化物薄膜的界面系统。

研究发现,MMIs的差异决定了区分不同氧化物MSI强度的支持效应,尽管在考虑其他金属时,MOI成为MSI的主要因素。分子动力学(MD)模拟使用全局神经网络势能揭示了强MMI不仅促进了封装界面上金属-金属键的形成,还控制了封装动力学。因此,作者制定了一个原则,即强MMIs而不是强亲氧MSIs,决定了是否发生封装,这通过包括10种晚期TMs和16种氧化物在内的广泛实验得到了证实。该理论为理解MSIs和SMSIs以及各种界面过程提供了一个全面的框架,将推进支持金属催化剂的精确设计。

图1:MSI模型。

作者使用了确定性独立筛选和稀疏化算子(SISSO) 来确定金属-载体相互作用(MSIs)的功能形式(图1A)。具体来说,金属纳米颗粒与氧化物载体之间的粘附能Eadh是量化MSIs的关键变量,该变量是从涵盖25种金属和27种氧化物的178个金属-氧化物界面的报告实验值中编制的(图1B)。为确保数据的可靠性,收集的数据来自于在润湿实验中液体金属粒子在氧化物上的一致的 sessile-drop 方法,表面清洁度的影响之前已有报道并讨论。

为了找到物理MSI模型,利用符号回归,将所有与金属-氧化物界面相关的可能物理量视为主要特征(共50个)。其中许多已被提出作为MSIs的描述符。通过向后消除和交叉验证去除冗余项后,保留了14个高度独立且重要的特征,它们的相关性以皮尔逊相似度呈现(图1C)。通过将这些提炼出的特征与简单的数学运算符结合起来,进行了超过300亿个数学表达式的全面探索,以确保模型的可解释性而不牺牲准确性。通过压缩感知,识别出了一个最优的二维模型。

图2:MSI的性质及其在不同界面系统中的应用。

图3:较强的MMI和封装的出现。

文献信息

Tairan Wang, Jianyu Hu, Runhai Ouyang, Yutao Wang, Yi Huang, Sulei Hu, Wei-Xue Li*, Nature of metal-support interaction for metal catalysts on oxide supports, Science,

来源:MS杨站长

相关推荐