通过DFT计算、标度关系、机器学习模型结合,能够对界面反应参数进行合理预测,但是微动力学模型的构建需要反应过程相关理解。近期发展的反应机理生成软件RMG(reaction mechanism generator)能够进行异相催化反应机理研究,RMG作为一种开源软件能够通过使用者给出的起始反应条件出发给出比较详细的可能反应机理。通过现象标度关系,RMG软件能够对吸附物的热力学进行预测,在广泛的金属表面构建微动力学模型。此类研究结果提供了一种非常简单、计算花费较合理的方法,用于计算不同金属表面的吸附能变化情况。通过建立反应模拟,作者不仅能通过对每个反应的结合能对反应速率的控制程度绘制“火山图”,同时能够筛选可能具有特定性质的新型可能催化剂。
有鉴于此,美国西北大学Emily J. Mazeau、Richard H. West,布朗大学C. Franklin Goldsmith等报道通过RMG软件对甲烷部分氧化反应进行研究,发现当反应气体中C/O比例在0.8时,催化剂对C、O的结合能分别为-6.75 eV、-5.0 eV,合成气的产率达到最高值。
参考文献
Emily J. Mazeau*, Priyanka Satpute, Katrín Blöndal, C. Franklin Goldsmith*, and Richard H. West*, Automated Mechanism Generation Using Linear Scaling Relationships and Sensitivity Analyses Applied to Catalytic Partial Oxidation of Methane, ACS Catal. 2021, 11, 7114–7125
DOI: 10.1021/acscatal.0c04100
https://pubs.acs.org/doi/10.1021/acscatal.0c04100