Machine learning-guided discovery of stable low-work-function perovskite oxides for advanced catalysis and energy technologies

钙钛矿(结构) 工作(物理) 功能(生物学) 催化作用 结构材料 材料科学 工作职能 纳米技术 化学工程 冶金 工程类 机械工程 化学 生物 进化生物学 生物化学 图层(电子)
作者
Lili Liang,Yujie Yang,Yutong Gong,Zhiqi Wang,Ke Li,Jianan Su,Jinming Wang,Junjie Wang
出处
期刊:Journal of Advanced Ceramics [Springer Science+Business Media]
卷期号:14 (10): 9221159-9221159 被引量:3
标识
DOI:10.26599/jac.2025.9221159
摘要

Perovskites with a low work function find extensive applications across various fields. However, the diverse nature of perovskite compounds presents challenges for conventional trial-and-error material screening methods. In this study, we introduced an effective target-driven approach that integrates machine learning (ML) and density functional theory (DFT) calculations. Initially, we explored an exhaustive chemical space encompassing ABO3-type single and A2BB'O6-type double perovskite oxides to identify stable compounds with work functions of AO-terminated (001) surfaces below 2.5 eV using a trained ML model. Subsequently, employing high-precision calculations, we successfully narrowed down the selection to 27 stable perovskite oxides from the initial pool of 23822 candidate materials. Two promising compounds, Ba2TiWO8 and Ba2FeMoO6, were then successfully synthesized and characterized experimentally. Furthermore, the first-time synthesized Ba2TiWO8 was found to exhibit catalytic activities for both NH3 synthesis and NH3 decomposition under mild conditions with Ru loading, suggesting its future application in catalysis. Moreover, as Li-ion battery electrode materials, Ba2FeMoO6 exhibited a long-cycle stability at a current density of 10 A g–1 (10,000 cycles), unlocking a wealth of possibilities for sustainable electrochemical applications of perovskites. Our work demonstrates the efficacy and efficiency of the ML-assisted method in establishing a reliable structure-property relationship for mapping work functions.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
huminjie完成签到 ,获得积分10
刚刚
萌萌2完成签到,获得积分10
3秒前
楚楚完成签到 ,获得积分0
5秒前
萌萌1完成签到,获得积分10
8秒前
小蘑菇的应助被猪猪hero采纳,获得10
9秒前
大胆蛟凤完成签到,获得积分10
9秒前
感动初蓝完成签到 ,获得积分10
10秒前
时尚溪流完成签到,获得积分10
10秒前
侯锐淇完成签到 ,获得积分10
13秒前
ggjun完成签到,获得积分10
20秒前
23秒前
干净的雅青完成签到,获得积分10
29秒前
momo完成签到,获得积分10
29秒前
Lucas的应助被猪猪hero采纳,获得10
35秒前
落落完成签到 ,获得积分10
38秒前
FAHUO完成签到,获得积分10
42秒前
孤独的芹菜完成签到,获得积分10
46秒前
王耑完成签到 ,获得积分10
49秒前
清影完成签到,获得积分10
50秒前
51秒前
Wang发布了新的文献求助10
57秒前
鹏liu完成签到,获得积分10
1分钟前
活力以冬完成签到,获得积分10
1分钟前
开朗含海完成签到,获得积分10
1分钟前
Heby完成签到 ,获得积分10
1分钟前
amiee发布了新的文献求助10
1分钟前
酷炫蛋挞完成签到 ,获得积分10
1分钟前
tough_cookie完成签到 ,获得积分10
1分钟前
求知小生完成签到 ,获得积分10
1分钟前
1分钟前
前方的菜鸟完成签到 ,获得积分10
1分钟前
花花子完成签到 ,获得积分10
1分钟前
syvshc的应助被科研通管家采纳,获得10
1分钟前
cssc完成签到,获得积分10
1分钟前
arniu2008的应助被科研通管家采纳,获得20
1分钟前
Owen的应助被科研通管家采纳,获得10
1分钟前
懒猫完成签到,获得积分10
1分钟前
鹏liu发布了新的文献求助10
1分钟前
凌泉完成签到 ,获得积分10
1分钟前
英姑的应助被shally采纳,获得10
1分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
拉伸高分子熔体中缠结行为的模拟和小角中子散射研究 1700
The World Atlas of Wine 9th edition 1000
奈特基础组织学:配套组织病理学(第4版)(Netter's Essential Histology With Correlated Histopathology) 800
八旗制度の研究 600
高分子基功能界面水蒸发材料与应用研究 500
外场增强的水汽发电研究 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8185502
求助须知:如何正确求助?哪些是违规求助? 9574242
关于积分的说明 21834586
捐赠科研通 7783123
什么是DOI,文献DOI怎么找? 3434577
关于科研通互助平台的介绍 2558951
邀请新用户注册赠送积分活动 2481357