面向催化应用的金属团簇(Aun、Agn和 Cun)物性的第一性原理研究

作者：耿兴泽; 孟祥颖^*

来源：中国体视学与图像分析, 2023, 28(02): 178-193.

DOI：10.13505/j.1007-1482.2023.28.02.006

• 金属团簇
• 电子结构
• 催化性能
• 第一性原理计算
• 机器学习

金属团簇因其独特的光学、磁学、电子性质和拓扑结构，已经成为一类新型高效、有前途的催化材料。本文基于密度泛函理论(DFT),系统研究了三类金属团簇(Aun、Agn和Cun,n=3～80)拓扑和电子结构随团簇规模的演变规律。进一步采用机器学习(集成学习)方法，挖掘出基于拓扑结构的描述符用于合理预测三类金属簇的费米能级，揭示了费米能级与拓扑结构之间定量的相关性。综上，本研究从原子水平上提供了三类金属团簇的拓扑/能量/电子信息，研究成果有助于理解金属团簇催化性能的本源，为特定催化反应筛选稳定、高催化活性的团簇类型催化剂提供了基础数据和候选材料。

• 单位
  东北大学