卤化物钙钛矿的光催化水分解与CO2还原活性分析:一种机器学习方法

《Applied Catalysis B: Environment and Energy》:Analysis of photocatalytic water splitting and CO 2 reduction activity of halide perovskites: A machine learning approach

【字体: 大 中 小 】 时间:2025年12月06日 来源:Applied Catalysis B: Environment and Energy 19.7

编辑推荐:

  Beyza Y?lmaz|Ramazan Y?ld?r?m土耳其伊斯坦布尔贝贝克,博阿齐奇大学化学工程系,邮编34342摘要本研究利用文献中的数据,通过机器学习分析方法来评估卤化物钙钛矿在水分解和二氧化碳还原反应中的光催化活性与稳定性。研究人员构建了随机森林回归模型,用于预测能带

  
Beyza Y?lmaz|Ramazan Y?ld?r?m
土耳其伊斯坦布尔贝贝克,博阿齐奇大学化学工程系,邮编34342

摘要

本研究利用文献中的数据,通过机器学习分析方法来评估卤化物钙钛矿在水分解和二氧化碳还原反应中的光催化活性与稳定性。研究人员构建了随机森林回归模型,用于预测能带隙、氢气生成速率以及二氧化碳还原反应中的总电子消耗速率,同时运用SHAP方法确定影响结果的关键因素。所有随机森林模型的预测效果都相当不错:在能带隙预测中,R2值为0.86,均方根误差为0.18;氢气生成速率预测的R2值为0.83,均方根误差为0.52;而气体相和液体相二氧化碳还原反应的相应数值分别为R2=0.69,均方根误差为0.39,以及R2=0.64,均方根误差为0.49。SHAP分析表明,卤素组成、合成温度、催化剂以及制备方法对实验结果有着显著影响。反溶剂沉淀法和热注入法能够提升二氧化碳的转化率,而结晶法和溶热合成法配合催化剂则有助于增加氢气的产量。此外,溶剂辅助合成法以及混合卤素体系(如溴碘、氯碘)还能显著提高材料的稳定性。

引言

由于长期以来一直依赖化石燃料作为能源和原材料的主要来源,二氧化碳排放量急剧上升,而二氧化碳已被公认为是导致全球变暖和气候变化的重要因素。为减轻这些负面影响,开发可持续的新能源技术已变得极为迫切。在各种解决方案中,光催化过程因其能够利用丰富的太阳能和水资源而展现出巨大潜力。通过水分解产生氢气,为清洁燃料的制备提供了可持续途径;而模仿植物光合作用的光催化二氧化碳还原反应,则可将多余的二氧化碳转化为氢气、一氧化碳、甲烷和甲醇等有价值的产物。这两种方法都需要设计出高效且稳定的光催化剂,使其能够在太阳光照射下正常工作,它们共同构成了满足能源需求同时减少碳排放的互补方案。
得益于其可调节的能带隙、出色的光吸收能力、较长的载流子扩散距离以及较强的缺陷容忍度,卤化物钙钛矿近年来在太阳能电池领域表现出优异性能,因此成为极具潜力的光催化剂[1]、[2]、[3]。尽管它们的光电化学性质十分合适,但由于最初对水不稳定,并未被用于光催化反应中;不过随着稳定性大幅提升,这类材料近年来逐渐成为备受关注的替代品。
2016年,Park等人首次报道了将卤化物钙钛矿用作氢气生成反应的光催化剂,他们证明碘化铅甲胺盐能够在稳定的动态平衡体系中,通过可见光驱动HI分解来生成氢气[4]。不久之后,2017年Hou等人[5]实现了卤化物钙钛矿在二氧化碳还原反应中的首次应用,在太阳光作用下将二氧化碳转化为有用物质。这些开创性的研究充分展现了卤化物钙钛矿在氢气生成和二氧化碳还原反应中的巨大潜力。
卤化物钙钛矿的化学式为ABX?,其中A位点为单价阳离子(如MA?、FA?、Cs?等),B位点为二价金属阳离子(如Pb2?、Sn2?、Mn2?等),X则为一价卤素阴离子(如Br?、Cl?、I?等)[2]、[6]。由于材料的成分和晶体结构会直接影响其光催化活性与稳定性,因此人们通过多种合成方法和成分调控策略,努力设计出更高效的钙钛矿材料[1]、[2]、[7]、[8]。决定钙钛矿晶体结构的主要因素是其合成方法,目前常用的方法包括热注入法[9]、[10]、[11]、室温注入法[12]、[13]、反溶剂沉淀法[14]、[15]、共沉淀法[16]、[17]、结晶法[18]、机械合成法[19]以及溶热法[20]。此外,将钙钛矿沉积在金属有机框架上,或与多种催化剂形成异质结构,也有助于促进载流子的产生并抑制电子-空穴复合,进而提升卤化物钙钛矿的光催化性能[1]、[3]、[21]。二氧化碳的催化转化既可以在气相反应体系中进行,也可以在液相反应体系中实现,无论在何种反应相中,含有卤化物钙钛矿光催化剂时的反应产物通常都是甲烷、一氧化碳以及少量氢气[2]、[22]。同样,利用卤化物钙钛矿进行氢气生成的催化反应也在多种反应介质中得到验证,尤其是在水溶液体系中通过氢卤酸分解来实现,此时主要产物为分子氢,同时还会有取决于反应条件的卤素氧化产物,如I??或Br?[7]。
机器学习是一种可以从大量数据集中提取知识、发现数据中的规律与趋势、构建预测模型,并为后续研究指明方向的工具。近年来,机器学习方法已被广泛应用于新型材料的发现、催化剂的设计、反应工程以及催化反应产率的预测等领域。我们团队此前也曾将机器学习技术应用于生物燃料[23]、[24]、钙钛矿太阳能电池[25]、[26]、催化系统[27]、光催化水分解[28]和光电化学水分解[29]以及光催化二氧化碳还原[30]、[31]等能源相关领域;同时我们也研究了卤化物钙钛矿在光伏领域的性能与稳定性[26]、[32]、[33]。还有一些研究借助密度泛函理论结合机器学习的方法,试图寻找具有合适能带隙、可用于光伏领域的新型卤化物钙钛矿材料[34]、[35]。另有研究者利用机器学习工具设计了高效的无铅卤化物钙钛矿光催化剂,用于降解有机物质[36]、[37]。Shen等人还进行了相关研究,模拟了在含有卤化物钙钛矿光催化剂的介质阻挡放电等离子体反应器中二氧化碳的转化过程[38]。不过这类研究是通过改变催化剂用量、气体流量和放电功率等工艺参数来获取实验数据,再将这些数据作为训练集用于机器学习分析。截至目前,关于利用机器学习研究卤化物钙钛矿用于氢气生成的文献仅有Biswas等人的研究[39],该研究采用了密度泛函理论结合机器学习的框架,通过计算筛选出适合光催化水分解的合金成分。据我们所知,目前还没有任何研究利用机器学习方法分析文献中积累的、关于卤化物钙钛矿用于光催化氢气生成和二氧化碳还原反应的实验数据。
在我们最近发表的一篇论文中,我们对卤化物钙钛矿在光催化氢气生成和二氧化碳还原反应中的应用进行了全面综述[40];而在本研究中,我们从文献中系统地收集了有关这两类反应的实验数据,构建了庞大的数据集,并运用机器学习方法对其进行分析,以此客观评估当前的研究水平及该领域的最新发展趋势。首先,我们通过基本的描述性统计方法对这些数据集进行了分析,旨在找出关键特征并识别其中的规律。随后,我们通过应用随机森林算法,分别建立了用于预测能带隙、水分解反应中氢气生成速率以及气体相和液体相二氧化碳还原反应中总电子消耗速率的预测模型。同时,我们还运用SHAP分析方法,揭示了各关键输入变量对机器学习模型输出结果的影响程度。最后,我们通过对催化剂进行稳定性分析,进一步评估了它们的性能。

章节要点

数据集构建

我们针对卤化物钙钛矿在光催化氢气生成和二氧化碳还原反应中的应用情况,进行了全面的文献综述。在氢气生成反应方面,通过Web of Science数据库,以“光催化氢气生成”或“氢气生成”以及“卤化物钙钛矿”为关键词进行搜索,共找到了2016年至2025年间发表的67篇相关实验研究,总计498条记录。在二氧化碳还原反应方面,則是以“光催化二氧化碳还原”为关键词,筛选出了2016年至2025年间发表的135篇实验文章。

文献中的总体趋势

首先,我们分析了过去十年间卤化物钙钛矿在光催化领域的研究发表趋势。如图2a所示,展示了氢气生成反应和二氧化碳还原反应相关的年度论文发表数量。我们在Web of Science数据库中,分别以“光催化氢气生成”与“卤化物钙钛矿”以及“光催化二氧化碳还原”与“卤化物钙钛矿”作为检索条件进行主题搜索,获得了相关数据;2025年的数据则进行了调整,假设此后每年的论文发表频率保持不变,从而涵盖了整年的数据情况。

结论

本研究通过全面的机器学习分析,深入研究了卤化物钙钛矿在氢气生成反应和二氧化碳还原反应中的光催化行为。通过整合并整理文献中的大量实验数据,我们定量分析了结构、成分以及操作条件之间的复杂关联。所构建的随机森林回归模型展现出了极高的预测精度。

CRediT作者贡献说明

Beyza Y?lmaz:负责原文撰写——初稿编写、正式分析、数据整理。 Ramazan Y?ld?r?m:负责原文撰写——审阅与编辑、研究指导、资金申请、研究构思。

利益冲突声明

作者声明,他们不存在任何可能影响本文研究结果的已知财务利益关系或个人关系。

致谢

本研究得到了博阿齐奇大学研究基金的资助,项目编号为:19950
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号