［本站讯］近日，化学与化工学院前沿化学研究院邓伟侨教授团队在Nature Communications杂志在线发表题为“Machine learning aided design of single atom alloy catalysts for methane cracking”的研究成果。化学与化工学院博士研究生孙吉凯、涂芮为该论文的共同第一作者，邓伟侨教授、于铁副研究员为该论文的共同通讯作者，山东大学为该论文的第一作者单位和通讯作者单位。

机器学习模型设计单原子合金催化剂的结果

目前，全世界40%的氢气来源于甲烷，甲烷直接裂解为氢气和固体碳是一条极具潜力的清洁氢气生产路线。但是在裂解反应过程中，催化剂一直饱受积碳失活问题的困扰，严重影响了该路线的发展和应用进程。为了解决上述问题，该研究选用的策略包括：（1）将活性金属以单原子合金的形式锚定在金属基质表面，采用机械催化的方法将积碳从催化剂表面及时清除，提高催化剂抗积碳、抗烧结的能力；（2）结合先进的计算机模拟和机器学习技术，加快催化材料的筛选和优化进程。

研究构建了一个由10,950种单原子合金表面组成的数据库，并运用机器学习模型预测C-H键解离能垒，结合材料定向合成和活性测试验证了Ir/Ni和Re/Ni合金表现出的高活性和选择性。此外，在机械震动反应条件下，Re/Ni合金经过240小时反应后依然保持稳定的反应活性，Re/Ni合金的产氢收率高达10.7 gH2 gcat–1 h–1，产物中氢气选择性高于99.9%，实现了催化剂抗积碳、抗烧结的初衷。

综上所述，研究成功地运用机器学习算法设计并筛选出高效的催化材料，加速了材料开发进程，为在广阔的结构空间内设计并创制特定反应的目标催化剂建立了范例。同时，研究提出的机械催化甲烷裂解制氢技术无直接碳排放，副产品炭黑可以作为锂电池电极材料，与商业炭黑表现出相当的锂离子存储性能和循环稳定性。而且与工业上甲烷水蒸气重整制氢技术相比，机械催化甲烷裂解制氢技术具有更高的理论经济效益。除此之外，机械催化甲烷裂解制氢单次反应出口氢气浓度最高达23%，符合掺氢天然气的组分要求，可以直接作为氢能社区的燃料使用，具有更为广泛的应用前景。

邓伟侨教授团队近年来致力于材料数智化设计和机械催化技术在制氢和能源催化领域的应用研究，相关研究成果发表在Phys. Chem. Chem. Phys. (2021)、Appl. Catal. B: Environ. Energy (2024)、Chem. Eng. J. (2023)、Nanoscale Horiz. (2023)等杂志。本研究得到国家重点研发计划项目的资助。