恆電位機器學習分子動力學模擬揭示 MoS$_{2}$ 上電位調節的 Cu 簇形成

Keskeiset käsitteet

電位可以顯著影響單層 1T′-MoS2 上 Cu 原子的遷移和聚集，促進在負電位下形成立體單簇 Cu (SC-Cu)。

Tiivistelmä

本研究使用機器學習方法開發了一個新的顯式電位機器學習力場 (EEP-MLFF) 模型，用於模擬電化學條件下材料的結構演變。該模型將電位作為一個顯式輸入參數整合到原子神經網路中，能夠在任意電位下評估原子核力，從而促進在特定電位下的分子動力學模擬。
研究人員將 EEP-MLFF 模型應用於 Cu/1T′-MoS2 系統，通過恆電位分子動力學模擬揭示了電位如何調節 Cu 原子的遷移和聚集。模擬結果顯示，在低於 -0.1 V 的電位下，Cu 原子會形成小的立體 Cu 簇（單簇，SCs）。通過電子結構分析，闡明了吸附 Cu 原子的形態轉變，表明 Cu-S 和 Cu-Cu 鍵都可以通過施加的電位進行有效調節。

使用從頭算分子動力學 (AIMD) 模擬生成訓練和測試集的結構數據，包括不同數量的 Cu 原子吸附在 1T′-MoS2 表面，並引入不同的電荷量來模擬不同的電位條件。
使用隱式溶劑模型 VASPsol 來模擬溶劑環境和系統的整體電荷中性。
採用元動力學模擬來生成捕獲 Cu 原子遷移的軌跡，其中 Cu 原子的配位數作為集體變量。
使用平滑 SO(3) 功率譜分量作為結構描述符，並將電位 U 作為一個額外的描述符，構建 EEP-MLFF 模型。
使用 PyXtal FF 軟件包實現機器學習模型，並修改其與 LAMMPS 軟件包的接口，以進行恆電位機器學習分子動力學 (CP-MLMD) 模擬。

Tärkeimmät oivallukset

Constant-Potential Machine Learning Molecular Dynamics Simulations Reveal Potential-Regulated Cu Cluster Formation on MoS$_{2}$

by Jingwen Zhou... klo arxiv.org 11-25-2024

https://arxiv.org/pdf/2411.14732.pdf

Syvällisempiä Kysymyksiä

如何將 EEP-MLFF 模型應用於其他電化學體系，例如電池電極-電解質界面？

EEP-MLFF 模型的優勢在於其能有效地將電位效應整合到分子動力學模擬中，這對於研究電化學體系，例如電池電極-電解質界面，具有極大的潛力。以下是一些應用方向：

構建電極-電解質界面模型: EEP-MLFF 可以用於構建更精確的電極-電解質界面模型，將電位作為一個顯性變數考慮進去。這將有助於更真實地模擬電解質離子在電極表面的吸附、脫附、遷移等行為，以及電極材料在不同電位下的結構變化。

研究電極材料的穩定性: 不同電位下，電極材料可能會發生結構變化、相變，甚至溶解。 EEP-MLFF 可以用於研究這些過程，預測電極材料在不同電化學環境下的穩定性，為設計更穩定的電池材料提供理論指導。

優化電解質組成: 電解質的組成對電池的性能有著至關重要的影響。 EEP-MLFF 可以用於研究不同電解質組成對電極-電解質界面結構和性質的影響，例如離子電導率、界面能等，從而優化電解質配方，提高電池性能。

探索新的電化學反應機理: EEP-MLFF 可以用於模擬在不同電位下發生的電化學反應，例如鋰離子電池的嵌插/脫嵌過程、燃料電池中的氧化還原反應等。通過分析模擬結果，可以更深入地理解電化學反應機理，為設計更高效的電催化劑提供理論依據。

需要注意的是，將 EEP-MLFF 應用於電池電極-電解質界面需要克服一些挑戰，例如：

構建高精度的訓練集: 電池電極-電解質界面是一個複雜的體系，需要大量的 DFT 數據來訓練 EEP-MLFF 模型，以確保其精度。
處理電解質的長程效應: 電解質的長程靜電相互作用對界面結構和性質有著重要影響，需要在 EEP-MLFF 模型中加以考慮。
總之，EEP-MLFF 模型為研究電池電極-電解質界面提供了一個強大的工具，有助於我們更深入地理解電化學過程，設計性能更優異的電池。

在實際電催化過程中，除了電位之外，還有哪些因素會影響單原子催化劑的形態和催化性能？

在實際電催化過程中，除了電位之外，還有許多因素會影響單原子催化劑 (SACs) 的形態和催化性能，主要可以歸納為以下幾個方面：
1. 載體效應:

載體材料: 不同載體材料 (例如氧化物、碳材料、金屬等) 與 SACs 的相互作用強度不同，會影響 SACs 的穩定性、電子結構和催化性能。
載體缺陷: 載體表面的缺陷 (例如空位、雜原子摻雜等) 可以作為 SACs 的錨定位點，影響其分散性和穩定性。
2. 環境因素:

電解液: 電解液的 pH 值、離子種類和濃度會影響電極表面電荷分佈、反應物和中間體的吸附能，進而影響 SACs 的催化活性、選擇性和穩定性。
溫度: 溫度會影響反應速率、反應物和中間體的吸附/脫附平衡，以及 SACs 的穩定性。
反應氣氛: 反應氣氛中的氣體分子 (例如 O2、CO、H2O 等) 可能會吸附在 SACs 表面，改變其電子結構和催化性能。
3. SACs 本身性質:

金屬種類: 不同金屬 SACs 的電子結構、吸附性能和催化活性差異很大。
配位環境: SACs 的配位環境 (例如配位原子種類、配位數等) 會影響其電子結構和催化性能。
4. 操作條件:

電流密度: 電流密度會影響電極表面的電位分佈、反應速率以及 SACs 的穩定性。
反應時間: 長時間運行可能會導致 SACs 的聚集、溶解或中毒，影響其催化性能。
5. 動態演變:

在實際電催化過程中，SACs 的結構和形態可能會發生動態演變，例如單原子與團簇之間的轉變，這也會影響其催化性能。
總之，影響 SACs 催化性能的因素很多，需要綜合考慮各種因素的影響，才能更好地設計和制備高效、穩定的 SACs 催化劑。

如何利用電位調控單原子催化劑的形態和電子結構，以實現對特定化學反應的選擇性催化？

電位調控為實現對特定化學反應的選擇性催化提供了有效途徑。通過精確控制電極電位，可以影響單原子催化劑 (SACs) 的形態和電子結構，進而調節反應路徑，提高目標產物的選擇性。以下是一些策略：
1. 電位誘導的形態轉變:

單原子與團簇之間的轉變: 如同文章中提到的 Cu/MoS2 體系，電位可以調控單原子 Cu 與 Cu 團簇之間的轉變。不同形態的催化活性中心對特定反應的選擇性不同，可以通過電位控制催化劑的形態，實現對目標產物的選擇性催化。
調控金屬原子的配位環境: 電位可以改變 SACs 周圍的配位環境，例如配位原子種類、配位數等。不同的配位環境會影響 SACs 的電子結構和催化性能，從而影響反應選擇性。
2. 電位調控電子結構:

調節 d 帶中心位置: 電位可以改變 SACs 的 d 帶中心位置，影響其對反應物和中間體的吸附能，進而影響反應路徑和產物選擇性。
改變電荷分佈: 電位可以改變 SACs 的電荷分佈，影響其與反應物的相互作用，從而影響反應選擇性。
3. 選擇性吸附/脫附:

調控反應物和中間體的吸附能: 電位可以改變 SACs 對不同反應物和中間體的吸附能，促進特定反應路徑的進行，抑制副反應的發生。
控制反應物和產物的吸附/脫附平衡: 電位可以影響反應物和產物在 SACs 表面的吸附/脫附平衡，促進目標產物的脫附，提高催化效率。
實現電位調控選擇性催化的關鍵:

深入理解反應機理: 需要對目標反應的機理有深入的了解，才能有針對性地設計和調控 SACs 的形態和電子結構。
精確控制電極電位: 需要精確控制電極電位，才能實現對 SACs 形態和電子結構的精細調控。
原位表徵技術: 需要藉助原位表徵技術，例如原位 X 射線吸收光譜、原位紅外光譜等，實時監測 SACs 的形態和電子結構變化，以及反應過程中的中間體變化，為電位調控提供依據。
電位調控為設計高效、高選擇性的 SACs 催化劑提供了新的思路，在電催化、能源轉換等領域具有廣闊的應用前景。