搜索
电子科技大学王斌教授团队在JACS上发表最新研究成果
5 天前
近日，电子科技大学基础与前沿研究院王斌教授、刘芯言特聘研究员及光电科学与工程学院程建丽教授提出一种基于机器学习辅助的过渡金属化合物（TMCs）筛选方法，可快速发现适用于Li-CO₂与Li-Air电池的高效催化剂。相关论文发表于《美国化学会志》（Journal of the American Chemical Society）。研究团队通过迭代式机器学习流程，从15,012种过渡金属化合物中筛选出三种代表性催化剂并成功合成。实验验证显示，预测模型的平均绝对误差仅为0.106V，其中Co₀.₁Mo₀.₉N表现最优，在50mA g⁻¹电流密度下，Li-CO₂和Li-Air电池中分别实现0.55V和0.65V的低过电位。机理分析表明，Co掺杂调控了MoN的电子结构，促进电子转移，显著提升催化活性。该研究为加速新型电池催化剂的筛选与设计提供了新路径，为构建高效、可持续的电化学能源体系奠定基础。
