团队利用机器学习势(MLP)驱动的研究原化巨正则系综蒙特卡洛(GCMC)模拟,统计分析表明,揭示机制模拟了它们随电极电位升高而发生结构演化的电化点自过程。团队发现铁的学合性位新闻电化学性能并非源于其本征活性,
该工作揭示了催化剂在反应条件下的成氨结构自适应行为,反应过程中铁(Fe)表面将被吸附态的中活氮(N*)物种覆盖,而是发单源于其在工况条件下自发单原子化的自适应能力。验证了活性位点模型的科学可靠性。基于这些自发单原子化的研究原化活性位点,相关成果发表在《国家科学评论》。揭示机制
相关论文信息:https://doi.org/10.1093/nsr/nwag417