中国科学院金属研究所刘岗研究员团队：机器学习加速筛选CrNiCu合金光催化析氢助催化剂

本文介绍了中国科学院金属研究所刘岗研究员团队利用机器学习加速筛选CrNiCu三元合金作为光催化析氢助催化剂的研究。背景方面，贵金属如铂（Pt）虽然具有优异的析氢反应（HER）活性，但高昂成本限制了其大规模应用。研究目的是开发低成本、高活性的非贵金属助催化剂。通过“机器学习预测—密度泛函理论计算”协同筛选策略，团队成功预测了CrNiCu合金的表面氢吸附能和水解离能垒，筛选出活性优于商业Pt的合金组分区间（Cr 10-30 at.%、Ni 30-50 at.%、Cu 20-60 at.%）。结论表明，该合金具有优异的抗元素偏析特性和抗羟基毒化能力，为多主元合金催化剂设计提供了新范式。