近日,亚洲av孙志强教授团队联合南开大学、山东大学、中国科亚洲av
工程热物理研究所等单位,在国际权威期刊《美国化学会志》(Journal of the American Chemical Society,JACS)上发表了题为“铁基催化剂在逆水煤气变换反应中的体相反应性”(Revealing bulk-phase reactivity of Fe-based catalyst in the reverse water–gas shift reaction)的研究论文。2024级博士生于昊男和山东大学博士生李泽钰为论文共同第一作者,孙志强教授、南开大学刘锦程教授和山东大学贾春江教授为共同通讯作者,亚洲av
为论文第一署名单位和通讯单位。
二氧化碳资源化利用是实现碳达峰、碳中和目标的重要途径。逆水煤气变换反应(Reverse Water–Gas Shift,RWGS)能够将二氧化碳转化为一氧化碳,为合成燃料及高附加值化学品生产提供重要原料。传统异相催化研究主要关注催化剂表面或界面的活性位点,然而铁基催化剂在反应过程中会发生复杂的结构重构和元素迁移,其内部能否参与关键化学键的形成,以及相关反应的原子尺度机制,仍有待深入研究。
针对这一科学问题,研究团队将实验表征与机器学习驱动的分子动力学模拟相结合,研究了铁基催化剂的动态结构演化及碳氧反应行为。通过电子显微镜、穆斯堡尔谱和同位素标记实验,研究发现反应后的催化剂呈现富碳化铁的晶态内部和富氧外层,同位素实验表明碳化铁中的晶格碳能够参与一氧化碳生成。为进一步揭示其原子尺度过程,研究团队构建了适用于复杂铁—碳—氧体系的机器学习原子间势模型,开展了纳秒尺度的大规模反应分子动力学模拟,追踪了碳、氧原子在催化剂表面、次表层及内部的迁移和成键行为,并识别出催化剂内部的碳氧成键事件。结合增强采样与自由能计算,研究进一步分析了代表性碳氧结合路径。实验与模拟结果共同支持了铁基催化剂从表面延伸至体相的反应图景,为理解动态催化剂内部的潜在反应活性提供了新的原子尺度认识。
该成果围绕二氧化碳转化中的重要基础科学问题,深化了对铁基催化剂动态结构演化与反应活性关系的认识,展示了机器学习分子模拟在复杂能源催化研究中的应用潜力。研究成果体现了亚洲av在能源催化与计算科学交叉领域的科研水平,对推动相关方向的基础研究和学科发展具有积极意义。
(一审:杨晨雨 二审:李海龙 三审:孙志强)