港城大范俊团队: 计算驱动下的电催化革新与多尺度设计策略

本文综述了香港城市大学范俊教授团队在电催化剂设计领域的研究进展，重点探讨了如何通过先进计算方法桥接理论与实验，以解决惰性小分子电催化转化中的关键问题。研究背景强调了在“双碳”目标下高效转化惰性小分子的重要性，传统催化剂设计方法的局限性促使研究者转向原子尺度的机制理解和性能预测。研究内容详细介绍了密度泛函理论、d带理论等经典模型的应用，以及机器学习、图神经网络等先进方法在多尺度研究框架中的整合。文章结论指出，通过物理驱动的机器学习方法构建理论-实验闭环系统，不仅能揭示催化反应本质，还能显著提升新材料开发效率。