近日，我校催化反應(yīng)工程團(tuán)隊段學(xué)志教授、曹約強特聘研究員等在數(shù)據(jù)驅(qū)動的高性能低碳炔烴選擇性加氫催化劑設(shè)計與創(chuàng)制方面取得新進(jìn)展，基于機器學(xué)習(xí)構(gòu)建的催化劑高通量篩選模型，快速篩選能夠在原子尺度精準(zhǔn)調(diào)控Ni活性位點結(jié)構(gòu)的客體金屬，實現(xiàn)了關(guān)鍵物種構(gòu)型匹配以及目標(biāo)反應(yīng)路徑的定向調(diào)控。相關(guān)成果以“Atomic Design of Alkyne Semihydrogenation Catalysts via Active Learning”為題在線發(fā)表在《美國化學(xué)會志》（Journal of the American Chemical Society）上。

石腦油裂解碳二和碳三餾分中少量的炔烴選擇性加氫是制備聚合級乙烯和丙烯的關(guān)鍵。非貴金屬Ni因其具有未填充的d軌道電子而表現(xiàn)出優(yōu)異的氫活化能力，然而該類催化劑選擇性往往較低。研究團(tuán)隊先前的研究結(jié)果表明，設(shè)計和制備原子級分布的金屬活性位點、通過引入第二金屬精確調(diào)控其上關(guān)鍵物種的吸附構(gòu)型能實現(xiàn)對目標(biāo)產(chǎn)物選擇性的調(diào)控（Angew. Chem. Int. Ed. 2020, 59, 11647; Angew. Chem. Int. Ed. 2022, 61, e202215225; Nat. Commun. 2022, 13, 5534）。為尋找最優(yōu)的第二金屬，傳統(tǒng)研究模式主要依賴實驗試錯方法，效率較低。快速發(fā)展的機器學(xué)習(xí)等數(shù)據(jù)科學(xué)技術(shù)為催化劑設(shè)計帶來新的契機。基于機器學(xué)習(xí)、理論計算和實驗研究的有機結(jié)合，有望實現(xiàn)催化劑的高效篩選，突破傳統(tǒng)試錯法的弊端。

為此，研究團(tuán)隊提出了基于貝葉斯優(yōu)化的主動學(xué)習(xí)框架與DFT計算相結(jié)合的研究方法，以乙烯脫附和其進(jìn)一步加氫的能壘差值作為選擇性描述符，構(gòu)建了自動化催化劑高通量篩選的工作流程，用于預(yù)測乙炔選擇性加氫的高性能Ni基金屬間化合物。隨后，從3000多個候選Ni基金屬間化合物中快速篩選出15個高性能Ni基金屬間化合物作為潛在的炔烴加氫催化劑，利用DFT計算進(jìn)一步驗證了ML模型的預(yù)測精度，最終確定了所推薦的NiIn催化劑為最優(yōu)候選催化劑供實驗進(jìn)一步驗證。

研究團(tuán)隊進(jìn)一步通過實驗合成NiIn金屬間化合物催化劑及參比Ni基催化劑，并借助球差電鏡和X射線吸收光譜等表征技術(shù)解析了催化劑結(jié)構(gòu)，證明了長程有序、結(jié)構(gòu)穩(wěn)定的NiIn金屬間化合物催化劑的成功制備。催化反應(yīng)性能評價表明：NiIn金屬間化合物催化劑在乙炔和丙炔轉(zhuǎn)化率為100%時，乙烯和丙烯選擇性高達(dá)97.0%，明顯高于參比催化劑，證實了理論計算的預(yù)測結(jié)果。結(jié)合吸附構(gòu)型分析、電子結(jié)構(gòu)分析、原位紅外光譜表征等機理研究手段，發(fā)現(xiàn)NiIn催化劑優(yōu)異性能主要歸因于Ni 3d與In 5s-p軌道的能量匹配和適宜的雜化，尤其是Ni 3d與In 5p軌道的雜化。

該論文第一作者為葛小虎博士、新加坡國立大學(xué)博士研究生殷駿和上海交通大學(xué)博士研究生任洲宏，通訊作者為化工學(xué)院催化反應(yīng)工程團(tuán)隊段學(xué)志教授、曹約強特聘研究員、清華大學(xué)王笑楠教授和上海交通大學(xué)劉晰教授。論文研究工作得到了袁渭康院士和周興貴教授的悉心指導(dǎo)。此外，該研究工作得到了國家重點研發(fā)計劃等項目的支持。

原文鏈接：https://pubs.acs.org/doi/full/10.1021/jacs.3c14495