摘要
双金属纳米团簇的催化性能受其尺寸、组成、化学有序度以及与载体相互作用之间的复杂关联所支配。在此,我们利用USPEX演化算法对Pt–Au纳米团簇(至多24个原子)进行全局结构预测,随后采用MACE基础模型对O和CO的吸附能进行高通量筛选,并进行化学反应器模拟,开展了一项全面的数据驱动计算研究。我们将约12 000次密度泛函理论(DFT)计算与机器学习工作流程相结合,增加了超过80 000个额外数据点,以实现对基态和亚稳态异构体的广泛采样。我们的分析表明,吸附能主要由活性位点的局域原子组成决定,而非由精确的全局最低能结构决定。因此,一组代表性的低能量异构体能够提供与最稳定团簇相同的吸附信息,这在单分散样品难以获得的实验中至关重要。我们进一步证明,具有单个碳单空位的石墨烯载体能够强烈锚定团簇,增强
利益冲突
作者声明不存在利益冲突。
数据可用性声明
本研究中生成或分析的所有数据,包括在USPEX代码演化搜索过程中预测的所有纳米团簇结构、力矩张量势、训练集以及用于创建石墨烯载体上不同纳米团簇构型的Python脚本,均可在以下GitHub仓库中获取:https://github.com/AlexanderKvashnin/AuPt_uspex。


