图机器学习加速掺杂ZrO2催化剂筛选:CO2加氢催化剂设计效率大幅提升
丹麦技术大学团队改进基于图的机器学习方法WWL-GPR,引入电子结构与局域环境特征预测掺杂氧化锆表面吸附与过渡态能量,替代昂贵DFT计算,加速CO2加氢掺杂催化剂的筛选。
共 2 页 · B910化工 · AI 化学信息库
丹麦技术大学团队改进基于图的机器学习方法WWL-GPR,引入电子结构与局域环境特征预测掺杂氧化锆表面吸附与过渡态能量,替代昂贵DFT计算,加速CO2加氢掺杂催化剂的筛选。
研究人员在arXiv发布研究,以配体辅助溶胶-凝胶法合成具有稳定四方畸变的无铅铁电BaTiO3纳米颗粒,900℃退火样品(约54nm)在DFT计算中显示增强的Ti-O共价性与偶极一致性,作为混合压电-摩擦电纳米发电机活性相实现高性能输出,为无铅压电材料器件化提供新路径。
arXiv 10月2日提交的论文(2610.03821)结合密度泛函理论、缺陷热力学与机器学习分子动力学,研究Li2ZrCl6/Li3YCl6卤化物固态电解质界面:发现界面处的空间电荷层与卤素离子重排共同促进锂离子传输,解释了此前实验观测到的混合两种卤化物电解质电导率提升46%-58%的现象,为全固态电池界面设计提供机理依据。
西班牙阿利坎特大学等机构团队9月26日提交arXiv论文,提出在Ti3AlC2 MAX前驱体制备阶段掺入少量钇(Y),使结构改变永久保留在刻蚀所得Ti3C2Tx MXene中;DFT计算确认Y优先占据面向铝层的外层Ti(4f)位点,与实验晶格膨胀一致,为MXene电池正极层间工程提供新路径。
9月23日提交arXiv的SoLiD26数据集收录1540万个源自DFT计算的固液界面原子构型(最多576原子、15种元素),覆盖水相贵金属界面与电极-电解液体系,为电化学、催化与腐蚀场景的机器学习势函数训练提供系统性数据基础。
npj Computational Materials研究用两阶段机器学习加高通量DFT,从1.22亿有机分子筛出15种未报道的二维铬基交变磁性MOF,发现效率提升2.4倍。
东京理科大学Manzhos团队联合开发DFTB-FF混合计算框架研究数纳米级ZrO2纳米粒子CO吸附,发现通过调控表面终止化学计量比可实现p型/n型电子结构工程:富Zr的n型粒子低配位位点对CO产生化学吸附并激活C-O键,为氧化物纳米催化剂设计提供路线。
9月2日提交至arXiv的论文(Ritam Chakraborty与Arpan Das,印度科学研究所)针对DFT筛选中PBE泛函将窄带隙半导体误判为金属的失效模式,开发泄漏感知修复加HSE06-PBE差值学习两阶段模型,以0.108eV平均误差重构HSE06带隙(原始PBE误差1.036eV),在pH=0条件下筛出10个严格与29个宽松绿氢光催化候选材料。
arXiv 9月2日新论文(2609.02744)通过DFT计算与机器学习结合研究石墨烯衍生物与金属卤化物钙钛矿的相互作用:氧化石墨烯(GOF)与钙钛矿晶格作用更强但引发更大结构畸变、界面极化和局域隙态,而 pristine 石墨烯片(GF)形成基本无扰动的接触且在宽组分范围内保持该特性——两类材料在钙钛矿器件中不可互换,为石墨烯添加剂的选型提供设计准则。
8月29日提交至arXiv的DFT研究显示,g-C3N4/GeS二维范德华异质结具II型能带排列(带隙2.17eV),双轴拉伸应变最高3%可调节带边位置对齐水产氢氧化电位:析氢自由能从0.2eV降至±0.1eV内近热中性,析氧过电位从2.17V大幅降至0.97V,可见光吸收与分子动力学模拟确认热力学稳定性。
劳伦斯伯克利国家实验室联合UC Berkeley团队发布uMOF三件套:覆盖19950个金属有机框架(MOF)、85524个构型的r²SCAN-D4精度DFT数据集,3986条经文献验证的实验性质基准,以及两个微调自MACE基础模型的通用机器学习原子间势。在气体吸附焓与吸附等温线等难度更高的动力学敏感性质上,uMOF模型超越全部对比基线,误差较现有MOF专用模型降低80%以上,达到实验不确定度水平。
牛津大学Jin-Chong Tan团队联合意大利SISSA研究者发表arXiv论文(2608.27008),用第一性原理DFT与同步辐射太赫兹光谱研究同化学组成锌基咪唑酯框架(ZIF),发现电子介电常数服从Clausius-Mossotti密度标度,而声子介电贡献违反常规密度标度规则——相同Born有效电荷排除了局域化学的作用,框架连接拓扑局域化太赫兹响应,声子本征矢的相干性决定模式有效电荷。结论:MOF的长程拓扑结构是超越传统固体密度标度的介电自由度。
SandboxAQ宣布AQCat AI模型正式商用:通过Claude Science的MCP协议以自然语言提示即可评估催化剂候选材料,吸附能计算速度最高比传统DFT快2万倍且精度接近,基于含1350万次DFT计算的AQCat25公开数据集训练,并针对铁钴镍等磁性材料做spin-aware处理,将高通量催化剂发现从超算专家手中释放给普通实验室。
8月21日消息,MIT研究人员开发出预测电化学合成氨催化剂性能的新方法,通过密度泛函理论计算识别决定过渡金属氮化物催化活性的关键物理性质,替代逐一试错的合金组合筛选,为低排放电解制氨路线追赶哈伯-博施工艺提供加速工具。
8月21日消息,复旦大学Dral团队在arXiv发表透视文章:计算化学AI智能体系统从2024年的约6个激增至2026年8月的近50个,能力正从“辅助执行计算任务”跃迁到“自主设计与运行整个科研流程”,文章系统梳理了该领域的技术演进与治理挑战。
Laura Femmer、Birger Horstmann等8月14日提交arXiv的研究,用量子力学方法(DFT/DFTB)系统研究聚(1,4-蒽醌)(P14AQ)与Li、Na、Mg、Ca的结合机制。团队开发取向标记法自动枚举周期性聚合物链全部独特构象,发现Li/Na能量分布连续而Mg/Ca存在单氧与双氧配位间的能隙,恒电流实验的电压平台与容量差异印证计算结果,解释了单价离子容量更高的根源。