基于机器学习预测尖晶石氧化物的析氧催化性能

来源：化学通报杂志2024年第6期北京时间：

作者：张磊,崔智博,伞晓广,孟丹

摘要：电解水制氢作为绿色氢能的核心技术之一而备受关注。开发高效的析氧反应（OER）电催化剂是电解水制氢技术的关键。尖晶石型催化剂具有低过电位和长期稳定性，被广泛用于碱性OER阴极材料研究。目前关于尖晶石型OER催化剂的研究通常需要通过实验逐个测试大量的材料，并进行活性评估。这种方法费时费力，且无法涵盖大量的材料组合。本文引入一种基于机器学习的尖晶石型催化剂OER性能预测方法，通过支持向量机（SVM）算法成功拟合了催化剂化学组成（AxByCzO4、载体）、合成方法、焙烧温度、焙烧时间、焙烧气氛、升温速率、形貌、电解质、催化剂载量和工作电极与过电位之间的关系。该模型平均均方误差为182.7，平均绝对误差为20.6，催化剂性能预测效果较好，为高效开发尖晶石型OER催化剂材料提供有效的方法。

关键词：机器学习,尖晶石型催化剂,电催化,析氧反应,模型预测控制,

基金资助：辽宁省教育厅项目(LJKMZ20220762、LJKMZ20220766)、辽宁省自然科学基金项目(2023-MS-235)和辽宁省委组织部“兴辽英才计划”项目(XLYC2007051)资助