机器学习加速搜寻新型双钙钛矿氧化物光催化剂

A_(2)BB'O_(6)型双钙钛矿氧化物材料,相比于ABO_(3)型单钙钛矿氧化物材料,具有更好的稳定性和更宽泛的能带选择范围,在光催化全解水领域具有良好的应用前景.然而,由于晶体结构和组成元素的多样性,实验和理论上快速、准确搜寻高催化活性的A_(2)BB'O_(6)型双钙钛矿氧化物材料具有相当大的挑战性.本文由材料数据库的带隙值数据出发,采用机器学习与第一性原理相结合的方法,从50000多种A_(2)BB'O_(6)型双钙钛矿氧化物材料中筛选出近8000种可能适用于光催化全解水的材料.对筛选结果的统计分析表明,B/B'位均为d^(10)金属离子的双钙钛矿氧化物,更有可能成为全解水光催化剂.随后通过进一步的第一性原理计算挑选出Sr_(2)GaSbO_(6),Sr_(2)InSbO_(6)和K_(2)NbTaO_(6)这3种带边位置合适且不含铅、汞离子的A_(2)BB'O_(6)型双钙钛矿氧化物材料作为候选的全解水光催化剂.

非金属B-graphene/g-C3N4异质结光催化一氧化碳还原

光催化一氧化碳(CO)还原是二氧化碳(CO_(2))还原合成增值化学品的关键步骤,也是高能耗费托合成(FTS)工艺的潜在替代技术之一,而高效的催化剂是该技术应用的关键.目前所报道的催化剂主要集中于金属基材料,而非金属催化剂体系的探索很少.本文利用密度泛函理论计算,设计了一种硼(B)掺杂的graphene/g-C_(3)N_(4)异质结构,用于CO的高效光催化还原.其中,sp2杂化的B形成的路易斯酸位点可以有效地捕获和活化CO分子,并在不同掺杂浓度下将CO转化为特定产物,包括CH_(3)OH,CH_(4)和C_(2)H_(5)OH.与此同时,竞争反应析氢反应(HER)能够被有效地抑制,因此反应具有高选择性.此外,非绝热动力学计算显示异质结形成的内置电场增强了光生电子和空穴的分离,从而加速了光生电子向催化位点的传输.该工作为解决FTS工艺的高能耗和低选择性难题提供了一个新思路,也为提高CO_(2)还原合成多碳产物的选择性提供了一种串联策略.