Computational Design of PtM (M = Au, Ir, Pd, Rh, and Ru) Binary Alloys for Enhanced Ammonia Oxidation Electrocatalysis
Notice bibliographique
Résumé
The electrochemical ammonia oxidation reaction (AOR) shows considerable potential for its applications in waste removal and the production of clean energy. While Pt remains the most investigated catalyst for this reaction, its limitations have prompted research into Pt‐based bimetallic alloys. This study investigates both uniform and mixed PtM (M = Au, Ir, Pd, Rh, and Ru) alloys as catalysts for the AOR using density functional theory (DFT). A systematic selection method is used to choose suitable surfaces for testing. The findings indicate that the Oswin–Salomon mechanism is preferred across all surfaces for N 2 (g) formation. Additionally, the results demonstrate that mixed alloys exhibit superior catalytic activity compared to uniform alloys for the AOR. It is found that the atoms in the topmost layer of the alloy are the most significant factor in influencing catalytic activity. Furthermore, the linear relationship between the ‐band center and adsorption energy of key intermediate *NH 2 is confirmed in this work, highlighting the effect of the secondary metal on the electronic structure of the catalyst. The findings provide theoretical insights for the design of high‐performance Pt alloys for AOR and serve as a general guideline for modulating the reactivity of binary alloys for electrocatalysis.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».