基于第一性原理神经网络势函数的氧化铈(111)面负载铂粒子结构及其尺寸效应研究

Determining the structure and size dependence of oxide-supported metal nanocatalysts is the premise and basis for heterogeneous catalytic rational optimization. Limited by the structural optimization of hundreds of thousands of atoms, current theoretical research is still difficult to deal with the atomic structure exploration of larger systems at the first-principles level. This has led to that heterogeneous theory catalysis research often is based on model structures based on physical intuition. The material simulation based on the first-principles neural network potential function can better balance the contradiction between space-time scale and efficiency in first-principles calculation method, and provides the functional dependence between energy, force and atomic coordinates for larger systems and a wide variety of geometries. This provides the possibility to accurately calculate the active phase structure and dynamic evolution of oxide-supported metal particles (less than 2000 atoms including support). This project studies the supported Pt particles (less than 500 atoms) structure of different sizes by constructing the first-principles neural network potential function of the Pt/CeO2 system, and combines the stochastic surface walking method to accelerate the atomic structure optimization and reveal the morphology and the geometric and electronic structural properties at interface, boundaries and variation in size of supported Pt particles.

确定氧化物负载金属纳米催化剂的结构及其尺寸依赖关系是多相催化理性优化的前提和基础。受限于成百上千原子的结构优化，当前理论研究还很难在第一性原理层面上处理较大体系的原子结构探索，这导致多相理论催化的研究往往建立在基于物理直觉搭建的模型结构上。基于第一性原理神经网络势函数的材料模拟可以更好地平衡第一性原理计算方法在时空尺度与效率上的矛盾，提供了对较大体系和不同几何结构的能量、力与原子坐标之间的函数依赖关系，为准确计算氧化物负载金属粒子（含载体不超过2000个原子）的活性相结构和动态演化提供了可能。本项目通过对Pt/CeO2体系构建第一性原理神经网络势函数的方法，研究不同尺寸的负载Pt粒子（小于500个原子）结构，并结合随机势能面行走方法以加速原子结构优化，揭示负载P粒子形貌、界面以及边界处的几何和电子结构特性，及其随尺寸的变化。

大力发展绿氢低碳工业是双碳目标实现的重要途径，这要求材料基础理论科学取得重大突破，实现特定功能材料的理性优化，虽然百年来，理论与计算科学已历唯象模型、数值模拟、量化计算，多尺度理论，大数据分析、机器学习、人工智能、智能机器人的显著发展，然而距离真正实现材料的理论设计依然很遥远，这是当代材料理论科学家的重大挑战。由于子过程和影响因素多、标度关系不存在、宏观和微观物理量难以关联等困难，材料，特别是纳米催化材料的动力学理论模型停留在唯象模型阶段。申请人直面这些挑战，通过分解问题并在原子尺度揭示材料内在属性间一般性规律，推动建立双碳背景下能源催化材料创制领域的催化结构生长和输运动力学多尺度理论，在本项目支持下，以CeO2(111)面负载的Pt纳米粒子的载体和尺寸效应为切入点，深入研究负载金属纳米粒子的动力学变化及其规律，通过密度泛函理论计算和神经网络势分子模拟（构建基础数据）、数据驱动回归分析和机器学习（连接模型与实际体系）、建立了基于能量学标度关系和平均场近似的从微观原子扩散到宏观催化剂团聚生长的多尺度统一理论，建立了气相Ostwald熟化理论计算模型并将其程序化，并以气相 PtO2 作为熟化中间体，研究了反应条件下气相熟化的行为和特点。研究了氧气诱导的Ni、Cu、Pt、Pd和Ag纳米粒子在 TiO2(110)表面上的分解、表面熟化和气相熟化之间的竞争。对Ni、Cu、Ag、Au、Pt、Rh、Ru和Ir金属纳米粒子在CO和H2O(OH)条件下的分解进行了热力学上的研究。（发表3篇论文），发展了催化剂-载体界面吸附依赖的催化剂临界担载量理论并被实验证实（Nature Communications, 2021, 12, 4865，共同第一作者）。从理论层面建立起相互作用与稳定性之间的关系，即金属纳米催化剂与载体的相互作用既不能太强，否则会导致以奥斯特瓦尔德熟化的方式失活；也不能太弱，否则会导致以粒子迁移与碰撞的机制失活；只有相互作用适中时，金属纳米催化剂的稳定性达到最优，揭示了催化剂-载体相互作用决定的负载金属纳米催化剂抗烧结稳定性的Sabatier原理（Science, 2021, 374, 1360-1365， 第一作者）。项目完全实现了预设的目标，取得了系统性的研究成果，促进了多相催化基础理论的研究进展，为申请人在此基础上，进一步发相多相催化理论奠定扎实根基。