ACS Catalysis | 机器学习辨认多晶氧化物催化活性晶面

背景：过渡金属氧化物（TMOs）是催化等领域的重要材料，其性能由活性晶面决定，但在多晶粉末催化剂中精准识别活性晶面存在挑战。研究目的：上海交通大学贺玉莲团队旨在探索能否利用常见的粉末X射线衍射（XRD）技术，通过宏观图谱预测催化剂活性，以解决“材料鸿沟”问题。结论：研究发现α-Fe2O3催化剂的XRD相对衍射峰强度比I(110)/I(104)与甲烷、乙烷、丙烷的催化燃烧活性存在显著的线性标度关系，该比值反映了(110)晶面的优先暴露和氧空位浓度，可作为预测活性的有效描述符，为多晶催化剂的高通量筛选提供了新范式。