【亮点成果】基于无监督学习设计的高化学稳定性阴离子交换膜

作者:邹修洋 时间:2023-10-27 点击数:

近日,淮阴师范学院先进膜材料与过程团队邹修洋博士以第一作者在国际权威期刊《Angewandte Chemie International Edition》上发表题为“Unsupervised Learning-Guided Accelerated Discovery of Alkaline Anion Exchange Membranes for Fuel Cells”的论文。该研究论文为淮阴师范学院与苏州大学合作发表,我校是该论文的第二完成单位。该杂志的最新分区为中科院一区,影响因子为16.823

燃料电池是当前氢能高效利用的核心方向,由于碱性膜燃料电池复杂的工况环境 (CO2、过氧自由基、电场、强碱等),碱性阴离子交换膜 (AEMs)仍存在化学稳定性差、离子电导率低、使用寿命短等缺陷。由于没有深入了解AEMs结构与性能之间的关系,AEMs的开发严重依赖于经验试错或基于密度泛函理论的计算方法。此工作开发了一种虚拟模块化合物枚举筛选(V-MCES)方法,可以自动搜索包含大于4.2 × 105个候选化合物的化学空间,以识别有希望的具有高化学稳定性的AEMs。基于V-MCES模型的指导,发现了高化学稳定性的AEMs<5%的降解,1000小时,80 ℃4 M KOH)。这些碱性膜的峰值功率密度可以达到750 mW cm-2,稳定运行超过60 h

论文链接:

https://onlinelibrary.wiley.com/doi/10.1002/anie.202300388

编辑:王慧  审核:严玉波


欢迎访问beat·365(中国) - 官方网站!版权所有  copyright 2014-2016

联系地址:江苏省淮安市长江西路111号