理论计算指导催化剂设计

【讲座题目】pH-电场耦合微动力学建模和主动机器学习力场开发 【时 间】2024年6月24日 周一 上午9:30 【地 点】保定校区 动力工程系 教五楼102 【主讲人】张頔，日本东北大学 材料科学高等研究所（WPI-AIMR）, 助理教授 【主讲人简介】 张頔，男，日本东北大学材料科学高等研究所HaoLi Lab特聘助理教授，从事燃料电池及电解池关键材料设计与制备工艺研究，主要研究方向为材料计算理论与人工智能方法开发，电催化过程理论建模与预测，先进氢能源材料设计与开发，先后主持博士后创新人才支持计划项目、上海市“超级博士后”项目、自然科学青年基金项目等，参与重点研发计划课题/子课题等10余个项目，以第一作者在Nature communications，JACS(2篇), Advanced Materials，Chemical Science等期刊发表SCI论文、授权发明专利4项。 【讲座内容简介】 氢燃料电池被广泛认为是未来社会可持续发展的重要能源装置。然而，电催化氧还原反应（ORR）是制约其效率的瓶颈。设计性能优异，价格低廉、而且经久耐用ORR催化剂成为氢燃料电池商业化的关键。为了更好地理解氧还原反应机制，常见的模拟方法包括基于微观动力学建模的火山图模型和基于第一性原理计算的分子动力学（AIMD）模拟。然而，如何考虑微观动力学模型中pH和电场效应的影响以及提高AIMD方法的采样效率成为提高设计效率的关键。本次汇报将重点介绍pH-电场耦合微动力学建模精准揭示单原子M-N-C催化剂中的pH依赖性的微观机理，提出“酸性陷阱”在M-N-C催化剂设计中的重要性。此外，本次报告也将展示机器学习力场结合力偏置蒙特卡洛方法在模拟碳原子在金属表面生长石墨烯的应用。 返回