• <th id="fvgbn"><video id="fvgbn"></video></th>
    <code id="fvgbn"><nobr id="fvgbn"><track id="fvgbn"></track></nobr></code>

      歡迎訪問合肥市大數據資產運營有限公司網站!
      0551-65909059
      聯系電話:
      當前位置:首頁>>新聞中心>>工作動態 >>再創佳績!巢湖明月助力分子動力學科研取得新成果!
      今天是: 2021年09月18日   【農歷:八月十二】  星期六
      再創佳績!巢湖明月助力分子動力學科研取得新成果!

      日,西安交通大學蘇亞瓊團隊和美國特拉華大學Dionisios G. Vlachos團隊,依托合肥先進計算中心的強大算力,通過理論計算完成了CO氣氛下二氧化鈰負載Pd亞納米團簇的實時結構動力學多尺度模擬等相關研究工作。這一研究成果在Nature系列期刊Nature Communications》上發表,并對合肥先進計算中心致謝。

       

      論文標題:Real-time Dynamics and Structures of Supported Subnanometer Catalysts via Multiscale Simulations

      (負載亞納米團簇的實時結構動力學多尺度模擬)

       

      氧化物載體上的鉑族金屬納米顆粒組成的催化劑是汽車催化轉化器的重要組成部分。近年來,大量實驗研證了單原子和亞納米團簇(2-30個原子) 催化劑的活性與穩定性。由于有限的實驗分辨率,工作條件下催化劑結構的演變仍然在很大程度上仍然未知。我們利用CeO2上的 Pd 簇作為案例研究,在計算機上構建了原子結構和動力學模型。密度泛函理論 (DFT) 和動力學蒙特卡羅 (KMC) 模擬等建模工具可以將時間和空間分辨率擴展到超出實驗尺度和精度。

      作者從較小簇(原子, 1-7)的電子結構計算開始。隨著團簇大小的增長,可能的結構數量呈指數增長。手動枚舉結構成為一項艱巨的任務。于是該工作求助于機器學習去訓練結構-能量的代理模型。再尤優化算法選擇許多相關(低能量、穩定)結構進行進一步訓練。動力學蒙特卡羅(KMC)引入了微觀動力學事件如團簇在載體上的遷移和時間的相關性。結果相當有啟發性:催化劑形成了特定的團簇大小,并且可以在室溫下處于亞穩態,CO 暴露下的團簇相較真空下的團簇呈更加扁平的形狀。在高質量數據通常很有限的多相催化領域,該工作率先提出了用機器學習來輔助多維度模擬的計算框架。研究人員可以使用此計算框架來解釋亞納米范圍內團簇結構特性的實驗數據。

      相關工作發表在Nature Communications, 2021, 12, 5430.

      圖片1.png

      1. 負載亞納米團簇多尺度模擬框架。

      圖片2.png

      2. CO氣氛下CeO2(111)表面負載Pd亞納米團簇在時間尺度上的動態演化模擬。

      圖片3.png

      3. 300K0.1barCO分壓下負載Pd亞納米團簇中Pd原子分布和CO吸附分布比例。

      圖片4.png

      4. 300KPd擔載量和CO分壓對負載Pd亞納米團簇動態演化的影響。


      亚洲av无码国产在丝袜线观看_国产sm调教折磨视频失禁_老少交欧美另类_超在线视频