| 机器学习加速搜寻新型双钙钛矿氧化物光催化剂 |
| |
| 引用本文： | 万新阳,章烨辉,陆帅华,吴艺蕾,周跫桦,王金兰.机器学习加速搜寻新型双钙钛矿氧化物光催化剂[J].物理学报,2022(17):326-334. |
| |
| 作者姓名： | 万新阳 章烨辉 陆帅华 吴艺蕾 周跫桦 王金兰 |
| |
| 作者单位： | 东南大学物理学院 |
| |
| 基金项目： | 国家重点研发计划(批准号:2017YFA0204800,2021YFA1500700)；;国家自然科学基金(批准号:22033002,22003009)；;江苏省研究生科研与实践创新计划(批准号:KYCX20＿0075)资助的课题~~； |
| |
| 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Sr2GaSb06,Sr2InSbO6和K2NbTaO6这3种带边位置合适且不含铅、汞离子的A...
|
| 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 |
|
| 点击此处可从《物理学报》浏览原始摘要信息 |
| 点击此处可从《物理学报》下载免费的PDF全文 |
|
