数据驱动对TM-M′2M″CNO2MXenes析氢催化剂的预测方法技术

本发明专利技术公开了数据驱动对TM‑M′<subgt;2</subgt;M″CNO<subgt;2</subgt;MXenes析氢催化剂的预测方法，基于TM‑M′<subgt;2</subgt;M″CNO<subgt;2</subgt;材料空间位置信息仅使用原子本征特征构建数据集，无需加入第一性原理计算数据，在对新型结构预测时可快速构建特征集以达到预测目标，实现了卷积神经网络在TM‑M′<subgt;2</subgt;M″CNO<subgt;2</subgt;小数据集上的应用，相比未经本工作流处理的卷积神经网络，提高了预测精度与计算效率，简化了预测流程；极大的节约了计算成本，加快了开发速度，可推广应用于各种催化材料的设计和开发。

【技术实现步骤摘要】

本专利技术属于低维材料性质模拟计算，涉及数据驱动对tm-m′2m″cno2mxenes析氢催化剂的预测方法。

技术介绍

1、随着社会进步，社会正常运转对能源需求不断上升，化石燃料在人类社会中发挥重要作用；为实现碳达峰碳中和战略目标，降低化石燃料依赖性，制定新的可再生能源利用策略具有重要意义。在这一背景下，氢气作为可再生能源之一，可以通过析氢反应(her)电解水生成。制氢性能取决于电化学水分解过程中使用的电催化剂的效率、稳定性和成本。在her中，商业铂(pt)和pt基材料目前被认为是最适合的催化剂，但其相应的稀缺性和高价格限制了大规模应用。因此，寻找高性价比催化剂对于her至关重要。

2、最近几年，二维(2d)mxenes材料具有大比表面积、化学组成多样、层厚可调和易于功能化等特点，展现了良好的导电性和亲水性，是极具有析氢潜力的催化材料。mxenes通常具有通式mn+1xntx，m代表早期过渡金属，x表示c和/或n，tx代表终止基团。目前，相较于-f、-cl、-oh等终止基团，-o具有更高的稳定性；根据以往的研究，mxenes上终止基团覆盖范围并本文档来自技高网...

【技术保护点】

1.数据驱动对TM-M′2M″CNO2MXenes析氢催化剂的预测方法，其特征在于，具体按照以下步骤实施：

2.根据权利要求1所述的数据驱动对TM-M′2M″CNO2MXenes析氢催化剂的预测方法，其特征在于，所述步骤1具体为，

3.根据权利要求2所述的数据驱动对TM-M′2M″CNO2MXenes析氢催化剂的预测方法，其特征在于，所述步骤2具体为，

4.根据权利要求3所述的数据驱动对TM-M′2M″CNO2MXenes析氢催化剂的预测方法，其特征在于，所述步骤2中，锚定在氧空位的过渡金属为Ni、Mo、Ru、Rh、Pd、Ag、W、Os、Ir、Pt、A...

【技术特征摘要】

1.数据驱动对tm-m′2m″cno2mxenes析氢催化剂的预测方法，其特征在于，具体按照以下步骤实施：

2.根据权利要求1所述的数据驱动对tm-m′2m″cno2mxenes析氢催化剂的预测方法，其特征在于，所述步骤1具体为，

3.根据权利要求2所述的数据驱动对tm-m′2m″cno2mxenes析氢催化剂的预测方法，其特征在于，所述步骤2具体为，

4.根据权利要求3所述的数据驱动对tm-m′2m″cno2mxenes析氢催化剂的预测方法，其特征在于，所述步骤2中，锚定在氧空位的过渡金属为ni、mo、ru、rh、pd、ag、w、os、ir、pt、au。。

5.根据权利要求2所...

【专利技术属性】
技术研发人员：崔红，卢森，王治国，冯荣，
申请(专利权)人：陕西理工大学，
类型：发明
国别省市：