近日，我校物理与电子科学学院刘雪飞教授与南开大学刘锦程博士共同指导2021级硕士研究生刘天运在国际知名能源领域1区TOP期刊《Journal of Energy Chemistry》(IF = 13.599)在线发表了题为“Understanding the hydrogen evolution reaction activity of doped single-atom catalysts on two-dimensional GaPS₄by DFT and machine learning” 的研究论文。该研究通过密度泛函理论和机器学习方法，理解掺杂单原子催化剂在二维GaPS₄上的析氢反应活性，为高效率催化剂在实验上成功合成提供了理论依据。

氢气由于其清洁和可持续特性，在可再生能源和环境科学领域受到了广泛的关注。可以通过电催化析氢还原(HER)生产清洁氢气，但目前仍面临着能源成本高、催化剂价格昂贵等诸多挑战。铂金属催化剂的过电位低，活性高，而稀缺性和高成本阻碍了其广泛的商业应用。单原子催化剂(SACs)具有最高的原子效率和独特的活性中心结构，是将贵金属含量降到最低的合理解决方案。

在本研究中，报告了基于过渡金属原子掺杂和通过双轴应变调控策略，以实现高HER催化活性。通过高通量筛选方法发现TM掺杂显著增强了H原子的吸附，使TM@V_S1-GaPS₄(TM=Fe, Ni, Ru, Pt)和TM@V_S2-GaPS₄(TM=Os, Ni, Au, V)的过电位降低到0.2 eV以下。研究发现Pt@V_S1-GaPS₄是最好的潜在催化剂，同时满足稳定性(Udiss > 1 V vs SHE (Standard Hydrogen Electrode))和活性(|ΔG_H∗| < 0.2 eV)。同时，机器学习回归证明电子亲和能(χ_m)和第一电离能(I_m)与吸附行为有很强的相关性。进一步对Pt@V_S1-GaPS₄体系施加双轴应变探究电催化剂的性能。结果表明，双轴应变显著提高了Pt@V_S1-GaPS₄催化剂HER的催化活性。最后，利用溶剂化模型进行了一系列约束分子动力学模拟和过渡态理论，结果表明，Heyrovsky过程是Pt@V_S1-GaPS₄电极上的速率决定步骤。动态势垒随电化学势的减小而减小。这些研究不仅对单原子催化剂在GaPS₄2D材料上的催化性能提供了重要的见解，也为今后实验上开发更高效的电催化剂提供理论指导。

（a）2D GaPS₄的示意图，V_S1和V_S2以蓝色圆圈标记。(b)用于掺杂的过渡金属(TM)

(a和b) V_S1-GaPS₄和V_S2-GaPS₄构型下交换电流密度i₀随ΔG_H∗的火山曲线。(a)和(b)内的插图是火山峰区域周围的放大图像

(a) DFT计算并通过机器学习预测的ΔG_H*。(b)ΔG_H*在GBR模型中的特征重要性。(c)和(d)分别表示TM@VS1-GaPS4和TM@VS2-GaPS4体系中过渡金属的ΔG_H*和溶解势。

阴影部分分别为|ΔG_H*| < 0.2 eV和溶解电位> 1.0 V

（a）在约束MD方法中用作反应坐标的集体变量(cv)示意图。(b) Pt@V_S1-GaPS₄上Volmer过程的反应自由能分布和平均力势。

不同电化学势下(c) Volmer和(d) Heyrovsky过程过渡态计算结果。插图描述了电化学过程中初始态和最终态的结构

论文第一作者为2021研究生刘天运，该工作受到国家自然科学基金（No. 12164009），贵州省自然科学基金（[2022]General 308），贵州省青年拔尖科技人才（Qian Jiaoji [2022]号;078）以及研究生省级基金（YJSKYJJ [2021] 088）的资助。

文章链接：https://doi.org/10.1016/j.jechem.2023.02.018