Identifying Metallic Transition-Metal Dichalcogenides for Hydrogen Evolution through Multilevel High-Throughput Calculations and Machine Learning

空位缺陷 电负性 硫系化合物 离域电子 价电子 材料科学 过渡金属 催化作用 电子结构 化学物理 密度泛函理论 带隙 化学 电子 计算化学 结晶学 物理 冶金 量子力学 光电子学 有机化学 生物化学
作者
Nian Ran,Bo Sun,Wujie Qiu,Erhong Song,Ting-Wei Chen,Jianjun Liu
出处
期刊:Journal of Physical Chemistry Letters [American Chemical Society]
卷期号:12 (8): 2102-2111 被引量:49
标识
DOI:10.1021/acs.jpclett.0c03839
摘要

High-performance electrocatalysts not only exhibit high catalytic activity but also have sufficient thermodynamic stability and electronic conductivity. Although metallic 1T-phase MoS2 and WS2 have been successfully identified to have high activity for hydrogen evolution reaction, designing more extensive metallic transition-metal dichalcogenides (TMDs) faces a large challenge because of the lack of a full understanding of electronic and composition attributes related to catalytic activity. In this work, we carried out systematic high-throughput calculation screening for all possible existing two-dimensional TMD (2D-TMD) materials to obtain high-performance hydrogen evolution reaction (HER) electrocatalysts by using a few important criteria, such as zero band gap, highest thermodynamic stability among available phases, low vacancy formation energy, and approximately zero hydrogen adsorption energy. A series of materials—perfect monolayer VS2 and NiS2, transition-metal ion vacancy (TM-vacancy) ZrTe2 and PdTe2, chalcogenide ion vacancy (X-vacancy) MnS2, CrSe2, TiTe2, and VSe2—have been identified to have catalytic activity comparable with that of Pt(111). More importantly, electronic structural analysis indicates active electrons induced by defects are mostly delocalized in the nearest-neighbor and next-nearest neighbor range, rather than a single-atom active site. Combined with the machine learning method, the HER-catalytic activity of metallic phase 2D-TMD materials can be described quantitatively with local electronegativity (0.195·LEf + 0.205·LEs) and valence electron number (Vtmx), where the descriptor is ΔGH* = 0.093 – (0.195·LEf + 0.205·LEs) – 0.15·Vtmx.
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
赘婿应助刘芸芸采纳,获得10
4秒前
阿萨德完成签到,获得积分10
7秒前
xiawanren00完成签到,获得积分10
11秒前
默11完成签到 ,获得积分10
12秒前
于一九完成签到 ,获得积分10
12秒前
16秒前
16秒前
猫大侠完成签到 ,获得积分10
17秒前
wjswift完成签到,获得积分10
17秒前
19秒前
Solar energy发布了新的文献求助10
23秒前
共享精神应助wjm采纳,获得10
25秒前
刘芸芸发布了新的文献求助10
25秒前
平常的毛豆应助飘零枫叶采纳,获得10
26秒前
愉快凌晴完成签到,获得积分10
26秒前
29秒前
xx完成签到 ,获得积分10
29秒前
34秒前
刘芸芸完成签到,获得积分10
36秒前
Solar energy完成签到,获得积分10
37秒前
MarvelerYB3完成签到,获得积分10
37秒前
starwan完成签到 ,获得积分10
38秒前
猫大侠发布了新的文献求助10
39秒前
dktrrrr完成签到,获得积分10
40秒前
抹缇卡完成签到 ,获得积分10
44秒前
橙果果完成签到,获得积分10
47秒前
用行舍藏完成签到,获得积分10
48秒前
50秒前
巫巫巫巫巫完成签到 ,获得积分0
53秒前
漂漂亮亮大番薯完成签到,获得积分10
53秒前
楚文强完成签到,获得积分10
53秒前
小白完成签到,获得积分10
54秒前
SciGPT应助明亮访烟采纳,获得10
58秒前
火星天完成签到,获得积分10
59秒前
爆米花应助科研通管家采纳,获得10
1分钟前
科研通AI5应助科研通管家采纳,获得10
1分钟前
skepticalsnails完成签到,获得积分0
1分钟前
小灰狼发布了新的文献求助10
1分钟前
Jane完成签到,获得积分10
1分钟前
闪闪雅阳发布了新的文献求助10
1分钟前
高分求助中
【此为提示信息,请勿应助】请按要求发布求助,避免被关 20000
Continuum Thermodynamics and Material Modelling 2000
Encyclopedia of Geology (2nd Edition) 2000
105th Edition CRC Handbook of Chemistry and Physics 1600
Maneuvering of a Damaged Navy Combatant 650
Периодизация спортивной тренировки. Общая теория и её практическое применение 310
Mixing the elements of mass customisation 300
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 物理 生物化学 纳米技术 计算机科学 化学工程 内科学 复合材料 物理化学 电极 遗传学 量子力学 基因 冶金 催化作用
热门帖子
关注 科研通微信公众号,转发送积分 3779313
求助须知:如何正确求助?哪些是违规求助? 3324813
关于积分的说明 10220135
捐赠科研通 3039971
什么是DOI,文献DOI怎么找? 1668528
邀请新用户注册赠送积分活动 798717
科研通“疑难数据库(出版商)”最低求助积分说明 758503