催化剂稳不稳？大数据与第一性原理知道答案
中科院之声
21分钟前
大数据分析技术已经被实践证明，是一项能够对极大量的数据进行分析处理，并且得出准确率较高结论的技术，而它在科学研究中的进一步应用也被广泛探索。近日，中国科学技术大学李微雪教授课题组就利用这一项技术，结合理论化学中的第一性原理，从理论上对纳米催化剂的生长动力学进行了系统性的探究，提出并建立了催化剂稳定性对催化剂与载体间相互作用的火山型依赖关系。相关工作2021年11月5号在线发表《科学》上。
对于工业实践来说，为了尽可能的降低贵金属用量，提高催化剂的利用率，目前广泛采用的策略是发展纳米级催化剂，并将这些纳米颗粒负载到特定载体上来高效应用。这些被“粘”到载体上的纳米颗粒间存在生长聚集的问题（图1A），这一现象是纳米金属催化剂活性下降的一大原因。纳米催化剂的稳定性问题正成为产业化的瓶颈，它是实现高效化工生产、能源和环境催化以及双碳目标实现过程中“生死攸关的问题”。全球每年以热和/或化学诱导的纳米催化剂的尺寸生长团聚为代表的工业催化剂失活，引起的替换或再生成本达数百亿元人民币。日渐萎缩的贵金属供给和不断攀高的需求，进一步加剧延缓其失活的迫切性。目前，纳米催化剂稳定性的预测理论和一般性原理研究仍然处于起步阶段，导致长达数年的昂贵的催化剂寿命试错实验不可避免，并极大延迟高活性纳米催化剂的工业转化。因此，实现稳健纳米催化剂的理性设计，对纳米科学领域具有重要的科学和经济价值。
图1 (A) 纳米催化剂生长失活的两个基本过程：粒子迁移团聚和熟化。(B)用金属体相材料熔点约化的3纳米过渡金属催化剂（Cu, Ag, Au, Pt, Pd, Ir, Rh，Fe, Co, Ni）烧结开启温度与纳米催化剂与载体接触角间的普适性火山型依赖关系。(C)高通量筛选6724种双功能载体组合，右下四分一象限内的组合均可使3纳米Au催化剂稳定性超过其塔曼温度。
为了解决这一前沿挑战课题，该团队通过对1252组金属-载体的相互作用的计算与分析，得到了在微观能量上的统计规律，利用这一规律进一步得到了粒子迁移团聚过程及奥斯特瓦尔德熟化过程的火山型曲线图（图1B)。在这张图中，我们能够很清晰的看到，随着金属-载体对之间的结合能、吸附能的变化，纳米颗粒开始发生团聚的温度呈现一个火山型变化，意味着催化剂的稳定性也存在这样一个先提高后降低的过程。当粘性很小的时候，纳米颗粒会发生相互粘附，即纳米粒子迁移团聚过程，从而导致纳米颗粒长大；当粘性很大的时候，纳米颗粒紧紧粘附在载体上甚至剥离下部分碎片，这些碎片会转移到其他更大的纳米颗粒上，即奥斯特瓦尔德熟化，最终也会造成纳米颗粒的聚集。在这一结论基础上，该团队以纳米金催化剂为例，继续对6724组金属-载体对进行了大规模计算模拟，并且成功筛选得到了大量双功能载体，这些双功能载体有望远超越火山曲线顶点所预测达到稳定性的最大值，从而获得具有极高稳定性的纳米颗粒催化剂（图1C)。
这是数据驱动科学发现范式结合第一性原理在科学研究中的又一应用，在纳米催化剂设计的未来发展中具有参考价值。
来源：中国科学技术大学