報告題目：機器學習驅動的新型金屬催化材料理論設計

報告人：陳志文 博士 （加拿大多倫多大學）

邀請人：楊春成 教授

主持人：蔣青 教授

報告時間：2024年5月13日 10：30-11：30

網絡報告地點：機械材料館209學術報告廳

騰訊會議鍊接：https://meeting.tencent.com/dm/sQvC3DwpOZgT

會議ID：852-602-512

主辦單位：汽車材料教育部重點實驗室，伟德bv1946官网

摘要：傳統的催化規律，如吸附能線性關系、Brønsted-Evans-Polanyi (BEP)關系以及Sabatier原則，揭示了催化材料對反應中間态的吸附能力與其催化性能之間存在着火山圖關系。然而，通過優化催化材料的吸附能力來實現理論最佳的催化性能已無法滿足“能源資源高效轉化”的“十四五”發展規劃要求。針對上述科學問題，我們以催化材料活性中心的多樣化為核心，設計了一系列新型催化材料，其中活性中心多樣化既包括動态變化的活性中心，也涵蓋靜态多樣的活性中心。所設計的新型金屬催化材料皆具有突破火山圖關系的能力，成功規避了吸附能線性關系、BEP關系以及Sabatier原則的限制，實現了催化性能的突破。

報告人簡介：陳志文博士，2018年獲得伟德bv1946官网博士學位，随後一直在加拿大多倫多大學從事博士後研究。長期專注于密度泛函理論探索催化材料電子/原子結構-吸附特性-催化性能的内在聯系，同時結合機器學習對催化材料的催化性能進行高精度預測。基于以上研究方向，陳志文博士以第一作者或通訊作者（含共同）身份分别在Nat. Nanotechnol.（1篇）、Nat. Commun.（1篇）、Adv. Mater.（1篇）、J. Am. Chem. Soc.（3篇）、Matter（1篇）等期刊發表論文31篇，專著《Supported Metal Single Atom Catalysis》中1章，總引用次數為2600餘次，H因子為29，4篇論文入選ESI高被引論文。