【做计算 找华算】理论计算助攻顶刊，50000+成功案例，全职海归技术团队、正版商业软件版权！经费预存选华算：高至17%预存增值、¥8500返利送送送！研究概述高效的催化剂对于加速缓慢的氧反应动力学至关重要，以促进从室温碱性水电解到高温陶瓷燃料电池等新兴电化学能源系统的发展。基于此，2024年10月29日，澳大利亚昆士兰大学朱中华教授/Yadan Luo/Xiaoyong Xu、澳大利亚科廷大学邵宗平教授、墨尔本大学Mengran Li在国际期刊Nature Communications发表题为《Prediction of perovskite oxygen vacancies for oxygen electrocatalysis at different temperatures》的研究论文。在这项工作中，研究人员揭示了阳离子诱导相互作用在不同温度下预先确定235种钴基和200种铁基钙钛矿催化剂中氧空位浓度的作用，这种趋势可以通过基于阳离子晶格环境的机器学习技术预测，不需要大量的计算和实验输入。研究结果显示，钙钛矿的催化活性与其氧空位浓度和运行温度密切相关。然后，研究人员提供了一条机器学习引导的路径，用于开发适合在不同温度下运行的氧电催化剂，具有时间效率和良好的预测准确性。图文解读图1：钴基钙钛矿氧化物氧空位浓度与ORR活性的关系。 图2：ML辅助催化剂设计及ORR性能验证。图3：以SCTV为正极的固态氧化物燃料电池的功率密度和稳定性。 文献信息Li, Z., Mao, X., Feng, D. et al. Prediction of perovskite oxygen vacancies for oxygen electrocatalysis at different temperatures. Nat Commun 15, 9318 (2024). https://doi.org/10.1038/s41467-024-53578-7做计算，找华算 🏅 我们提供专业的第一性原理、分子动力学、生物模拟、量子化学、机器学习、有限元仿真等代算服务。🎯我们的理论计算服务，累计助力5️⃣0️⃣0️⃣0️⃣0️⃣➕篇科研成果，计算数据已发表在Nature & Science正刊及大子刊、JACS、Angew、PNAS、AM系列等国际顶刊。 👏👏👏👉 点击阅读原文加我，探索更多优惠💖
