First-Principles Study on Periodic Pt2Fe Alloy Surface Models for Highly Efficient CO Poisoning Resistance
Notice bibliographique
Résumé
Surface and sub-surface atomic configurations are critical for catalysis as they host the active sites governing electrochemical processes. This study employs density functional theory (DFT) calculations and Monte Carlo simulations combined with the cluster-expansion approach to investigate atom distribution and Pt segregation in Pt-Fe alloys across varying Pt/Fe ratios. Our simulations reveal a strong tendency for Pt atoms to segregate to the surface layer while Fe atoms enrich the sub-surface region. Crucially, the calculations predict the stability of a periodic Pt2Fe alloy surface model, characterized by specific defect structures, at low platinum content and low annealing temperatures. Electronic structure analysis indicates that forming this Pt2Fe surface alloy lowers the d-band center of Pt atoms, weakening CO adsorption and thereby enhancing resistance to CO poisoning. Although defect-induced strains can modulate the d-band center, crystal orbital Hamilton population (COHP) analysis confirms that such strains generally strengthen Pt-CO interactions. Therefore, the theoretical design of Pt2Fe alloy surfaces and controlling defect density are predicted to be effective strategies for enhancing catalyst resistance to CO poisoning. This work highlights the advantages of periodic Pt2Fe surface models for anti-CO poisoning and provides computational guidance for designing efficient Pt-based electrocatalysts.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».