研究人员构建了一个基于XGBoost算法的高精度机器学习模型,预测了La1−xA′xBO3(A′ = Na, K, Ca, Mg, Ba, Cu等)钙钛矿氧化物的质子吸收能力(HPC)。通过对784种钙钛矿氧化物的数据进行训练和10次重复的10折交叉验证(如图1),模型成功筛选出具有最高HPC的La0.8Ba0.2CoO3(LBC)作为候选材料。随后,通过DFT计算和实验进一步验证了LBC的HPC值。电池测试实验结果表明,无论在燃料电池模式和电解池模式,PCC的电化学性能都处于先进水平。

论文二:
该研究设计了新型高熵钙钛矿氧化物 La(Co0.2Cu0.2Fe0.2Ni0.2Me0.2)O3-δ(Me = Al、Mn、Cr)。这种设计将高熵效应引入到传统的 ABO3钙钛矿结构中,为开发高性能电极材料提供了新的思路。论文作者通过对新材料进行水合能力、催化活性、热膨胀系数、电化学性能等方面的表征,确认了其作为空气极的优异物理化学性质。该材料在高Zr电解质BaZr0.4Ce0.4Y0.1Yb0.1O3-δ(BZCYYb6211)基PCC电池中的电流密度也仍然处于领先地位(如图2),为 PCCs及其他能源转换设备提供了高性能电化学催化剂的设计策略。

原文始发于微信公众号(中科清研科学技术研究院):叶思宇院士团队在材料类高水平期刊发表学科交叉研究论文
大家好,艾邦氢能源技术网的微信公众号已经开通,主要分享氢燃料电池堆(双极板,质子膜,扩散层,密封胶,催化剂等),制氢,加氢,氢燃料汽车动力系统等相关的设备,材料,配件,加工工艺的知识。同时分享相关企业信息。欢迎大家识别二维码,并通过公众号二维码加入微信群和通讯录。


长按识别二维码关注公众号,点击下方菜单栏左侧“微信群”,申请加入交流群。
