復旦劉智攀教授Chem. Sci.: 機器學習勢在沸石模擬中的應用概述 2023年10月9日 上午9:01 ? 未全平臺發(fā)布, 頂刊 ? 閱讀 28 由于沸石具有多元素(通常是Si-Al-P-O-H五元素)、成分多變、微觀結構豐富、周期性大的特點,因此對沸石的結構和性質進行預測一直是一個很大的挑戰(zhàn)。機器學習(ML)勢作為近年來發(fā)展起來的一種理論方法,旨在準確、經濟地描述復雜材料體系的勢能面(PES),有望為沸石研究領域提供突破性的貢獻。 圖1. 沸石穩(wěn)定性和形成機理的理論研究路線圖 在此,復旦大學劉智攀教授等人概述了沸石原子模擬的現(xiàn)狀,并展示了先進的ML勢在沸石系統(tǒng)中的一些應用。首先,作者簡要回顧了使用從經典力場到量子力學計算和最新ML勢等模擬工具對沸石的理論研究。ML勢作為下一代原子模擬技術開辟了模擬和解釋沸石系統(tǒng)的新途徑,從而為最終預測沸石的結構-功能關系提供了廣闊的前景。 然后,作者從兩個主要方面總結了使用ML勢的最新進展:沸石穩(wěn)定性的起源和沸石相關催化反應的機理。此外,作者還討論了ML勢應用的可能場景,不應僅局限于個案研究方式的大規(guī)模原子模擬。這些先進應用包括沸石穩(wěn)定性評價、形態(tài)/暴露表面的預測及酸度預測,可通過將基于云計算的技術與基于ML勢的原子模擬相結合來實現(xiàn)。 圖2. 沸石穩(wěn)定性在線評價 最后,作者展望了ML勢在沸石模擬方面的未來發(fā)展: (1)在提高計算精度方面,應注意準確性和速度是一對悖論,需要在實踐中取得平衡。作者開發(fā)的G-NN勢代表了一種具有理想可轉移性和對復雜材料具有良好可預測性的ML勢,還開發(fā)了一種多網絡架構以進一步提高準確性并增加描述多元素系統(tǒng)的能力; (2)擴大應用范圍方面,不限于催化劑,沸石還被用作分離氣體且最近用作固態(tài)鋰離子電池的固體電解質,這些應用要求詳細了解沸石中氣體分子和堿金屬陽離子的擴散和遷移。因此,為這些系統(tǒng)構建ML勢并創(chuàng)建在線數(shù)據(jù)庫有利于加速材料設計; (3)在構建沸石相關數(shù)據(jù)集方面,收集和生成數(shù)據(jù)的共同努力在ML時代是絕對重要的。目前,各研究小組之間的數(shù)據(jù)交換和方法共享需要更加簡單和透明。總之,未來仍有足夠的空間開發(fā)新的ML方法來加速沸石的基礎研究和應用。 圖3. 雙網絡框架的示意圖 Machine learning potential era of zeolite simulation, Chemical Science 2022. DOI: 10.1039/D2SC01225A 原創(chuàng)文章,作者:v-suan,如若轉載,請注明來源華算科技,注明出處:http://www.zzhhcy.com/index.php/2023/10/09/ea7404b50e/ 電池 贊 (0) 0 生成海報 相關推薦 郭玉國/辛森JACS:避免溶劑共嵌入,非配位阻燃共溶劑助力安全鋰電! 2022年10月10日 大連化物所汪國雄,最新Angew.! 2024年5月15日 缺陷工程+DFT計算,金鐘&馬晶合作研發(fā)富含氧缺陷的鎂電池負極材料 2023年11月27日 南科大王陽剛課題組電催化動態(tài)模擬ACS Catalysis:覆蓋度誘導的界面陽離子去水合化促進CO-CO偶聯(lián) 2024年3月1日 馮新亮院士,最新JACS! 2024年1月31日 AFM:Cu?Sn雙原子協(xié)同耦合氧空位,促進CuSn/CeO2-x高效穩(wěn)定電還原CO2制甲酸鹽 2023年10月4日