机器学习加速搜寻新型双钙钛矿氧化物光催化剂

摘要：

A2BB'O6型双钙钛矿氧化物材料,相比于ABO3型单钙钛矿氧化物材料,具有更好的稳定性和更宽泛的能带选择范围,在光催化全解水领域具有良好的应用前景.然而,由于晶体结构和组成元素的多样性,实验和理论上快速、准确搜寻高催化活性的A2BB'O6型双钙钛矿氧化物材料具有相当大的挑战性.本文由材料数据库的带隙值数据出发,采用机器学习与第一性原理相结合的方法,从50000多种A2BB'O6型双钙钛矿氧化物材料中筛选出近8000种可能适用于光催化全解水的材料.对筛选结果的统计分析表明,B/B'位均为d10金属离子的双钙钛矿氧化物,更有可能成为全解水光催化剂.随后通过进一步的第一性原理计算挑选出Sr2GaSbO6,Sr2InSbO6和K2NbTaO6这3种带边位置合适且不含铅、汞离子的A2BB'O6型双钙钛矿氧化物材料作为候选的全解水光催化剂.

关键词：机器学习、双钙钛矿氧化物、光催化、全解水、第一性原理计算

所属期刊栏目：71

分类号：O643.36;O482.54;TN304.21

资助基金：国家重点研发计划;国家重点研发计划;国家自然科学基金;国家自然科学基金;江苏省研究生科研与实践创新计划项目;资助的课题

在线出版日期：2022-09-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：292-300