综述:基于贵金属的酸性水电解电催化剂:设计策略、人工智能辅助的方法及工业化前景

《Progress in Natural Science: Materials International》:Noble metal-based electrocatalysts for acidic water electrolysis: Design strategies, AI-empowered approaches, and industrialization prospects

【字体: 大 中 小 】 时间:2026年01月02日 来源:Progress in Natural Science: Materials International 4.8

编辑推荐:

  质子交换膜水电解制氢(PEMWE)依赖贵金属催化剂,但存在成本高、稳定性差等问题。本文综述HER/OER机理,探讨贵金属催化剂设计策略,并分析AI与高通量合成技术对催化剂筛选和性能优化的作用,提出未来研究方向。

  
作者:袁轩、徐晨飞、傅子琪、王晓阳、陈亚楠
天津大学贵金属功能材料国家重点实验室,中国天津 300350

摘要

质子交换膜水电解(PEMWE)由于其高电解效率、可靠性和对可再生能源的快速响应能力,长期以来一直被视为氢生产的一种有前景的技术。目前,贵金属及其氧化物(如Pt、IrO2和RuO2)仍是酸性介质中最广泛使用且活性最高的电催化剂,用于加速水电解过程。然而,这些材料的大规模实际应用受到资源稀缺以及活性与稳定性之间权衡等因素的严重阻碍。最近,人工智能(AI)与高通量合成技术的结合在材料筛选中发挥了越来越重要的作用,使得设计出高效且成本效益高的催化剂成为可能。本文首先回顾了酸性介质中氢 evolution 反应(HER)和氧 evolution 反应(OER)的基本催化机制,然后总结了酸性水电解中贵金属催化剂的设计策略和主要挑战。最后,介绍了 AI 在贵金属催化剂研发(R&D)中推动的几种数据驱动的协同方法,以及最新的进展、当前面临的挑战和未来前景。

引言

质子交换膜水电解(PEMWE)是大规模绿色氢生产的关键途径。其战略意义体现在两个显著优势上:(i) 高效率与兼容性:PEMWE 在高电流密度(≥1 A cm?2)下运行,并具有快速动态响应能力,因此与太阳能和风能等可再生能源的间歇性特性高度兼容,从而支持碳中和目标;(ii) 高纯度输出:与碱性电解相比,PEMWE 产生的氢气纯度超过 99.999%,便于直接用于燃料电池等敏感的下游应用。然而,技术瓶颈依然存在。虽然阴极氢 evolution 反应(HER,2H+ + 2e? → H2)可以通过成熟的基于 Pt 的材料有效催化(通常实现过电位 <50 mV),但阳极氧 evolution 反应(OER,2H2O → O2 + 4H+ + 4e?)仍然是主要障碍。OER 涉及复杂的四电子转移过程,具有高能量障碍和缓慢的动力学,成为整个电解效率的决定性步骤。此外,高腐蚀性的酸性环境(例如 0.5 M H2SO4)对电催化剂提出了严格的稳定性要求。因此,PEMWE 的大规模工业化目前受到高性能、低成本 OER 电催化剂迫切需求的限制。
基于贵金属的催化剂,尤其是铱(Ir)和钌(Ru),仍是酸性 OER 的主要选择。其中,基于 Ir 的催化剂是唯一能够在酸性 OER 中长期稳定的商用催化剂,尽管其内在活性仍有提升空间;基于 Ru 的催化剂活性较高,但容易过度氧化生成可溶性的 RuO4?1。商用 PEMWE 系统中的贵金属负载量通常为 2–3 mg cm?2,导致成本较高。同时,目前的非贵金属催化剂(如钴或锰的氧化物)在酸性环境中容易溶解,因此还不能完全替代贵金属。当前对贵金属催化剂的研究主要集中在解决以下核心问题:首先是活性与稳定性之间的权衡;主要研究方向是抑制贵金属的溶解(如 Ir 的过度氧化和 Ru 的浸出)同时提高其内在活性;其次是提高在低贵金属负载下的性能;设计有效的非贵金属载体,与贵金属催化剂协同作用,以减少贵金属负载并在高电位和氧化条件下保持催化活性;此外,通过原位表征技术(如 X 射线吸收光谱(XAS)和透射电子显微镜(TEM)以及密度泛函理论(DFT)计算深入研究材料设计和催化机制,有助于理解催化剂机制并设计下一代催化剂;最后,结合人工智能(AI)和高通量合成技术,可以加速催化剂材料筛选和性能-结构关系的研究。

反应机制与动力学障碍

酸性环境中的 HER 是 PEMWE 的核心反应之一(见图 2a)。这种环境对催化剂的化学稳定性和耐腐蚀性提出了极高的要求。目前,基于铂(Pt)的材料仍是最有效的 HER 催化剂。尽管如此,也存在其他性能优异的催化剂类型,例如单原子催化剂:CuRh 单原子合金在 0.5 M H2SO4 中的 HER 过电位仅为 34 mV@10 mA cm?2。

AI 在筛选和预测中的应用

在酸性电催化反应(OER 和 HER)中,贵金属催化剂(如 Ru、Ir 和 Pt 基材料)的开发面临高成本、低稳定性和复杂反应机制等挑战。AI 和机器学习(ML)利用数据驱动的方法,显著加快了高通量催化剂筛选、精确的性能预测和合理催化剂设计的过程。
文献挖掘加速了催化剂筛选的速度:

基于 Ir 的催化剂:从单一组分到结构工程

铱的稀缺性和高昂成本严重限制了千兆瓦级 PEMWE 的经济可行性。以 2025 年的价格计算,IrO2 的价格为每盎司 4269.05 美元,而阳极 Ir 的负载量(1–2 mg cm?2)远高于阴极 Pt 的负载量,成为系统成本的主要驱动因素。此外,传统的基于 Ir 的催化剂由于活性位点分布不均和利用率低,通常需要超过 3.5 wt% 的负载量。

总结与展望

贵金属催化剂具有高度可调的电子结构和优异的固有催化活性,这得益于它们部分填充的 d 轨道。再加上它们在恶劣酸性环境和高电位条件下的卓越耐腐蚀性,这些材料在通过水电解生产绿色氢气方面具有巨大潜力。然而,它们的广泛应用仍面临重大实际障碍。基于铱的催化剂虽然表现出色,

作者贡献声明

袁轩:撰写 – 审稿与编辑,撰写 – 原稿,实验研究,概念构思。 徐晨飞:指导,正式分析。 傅子琪:正式分析。 王晓阳:指导,正式分析。 陈亚楠:指导,资金获取,概念构思。

利益冲突声明

作者声明没有已知的财务利益或个人关系可能影响本文的研究结果。

致谢

我们感谢 国家自然科学基金(项目编号:52171219、92372107)的财政支持。
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