【寧夏大學新聞中心訊 前沿科學與技術學部】近日，寧夏大學化學化工學院張鵬飛課題組在機器學習篩選高熵氧化物催化劑研究方面取得進展。該工作以“Machine Learning Accelerated Discovery of Entropy-Stabilized Oxide Catalysts for Catalytic Oxidation”為題發表在國際頂級期刊《Journal of the American Chemical Society》。該論文第一作者為博士生段曉嵐，張鵬飛教授為唯一通訊作者，寧夏大學為第一完成單位。

一元至三元金屬氧化物的催化性能已通過實驗得到了充分研究，而剩下的探索空間似乎僅限于高熵金屬氧化物（HEOs，元素種類≥5）。然而，由于元素組成無數，通過試錯法發現HEO催化劑變得不可能。本文基于ACr₂O_x催化劑體系的晶相和催化性能研究，由于通過相應高精度機器學習模型（交叉驗證分數>0.7）獲得的元素重要性序列相似，推斷出單一尖晶石相與CH₄氧化良好催化活性之間存在強相關性。此外，通過搜索負數據并選擇適當的訓練數據，建立了高質量的回歸模型，以搜索性能更佳的催化劑。最終，篩選出的打破常規的催化劑Ni_0.04Co_0.48Zn_0.36V_0.12Cr₂O_x具有出色的抗硫和抗水性以及長期穩定性（>7000小時，T₉₀=345°C），這項研究展示了將機器學習方法應用于發現針對目標過程的高熵金屬氧化物的潛力。

張鵬飛教授團隊聚焦高熵氧化物的催化機制研究，自2022年以來，以寧夏大學作為第一單位先后在Nature Commun., JACS, AIChE., Chem. Eng. Sci., IECR, AppliedCatal. B., J.Catal., Chem. Eng. J.,等化工領域期刊發表論文20多篇；獲得中國化工學會科技進步二等獎、中國石油化工聯合會科技進步二等獎、中國顆粒學會技術發明二等獎、江西省自然科學二等獎等多項榮譽。

文章鏈接：Machine Learning Accelerated Discovery of Entropy-Stabilized Oxide Catalysts for Catalytic Oxidation, Journal of the American Chemical Society, 2024. https://doi.org/10.1021/jacs.4c12838