表征反应的能量和反应网络的能垒是发展催化剂的关键,但是描述异相催化剂表面的自动反应网络表征(automatic reaction network characterization)面临着非常大的挑战。由于较大尺寸以及开放性的反应物,Ad hoc网络是目前最好的方法。
有鉴于此,普渡大学Brett M. Savoie、Jeffrey Greeley等报道展示了以担载于SiO2基底上的单原子Ga3+催化乙烯低聚反应作为异相催化剂和催化反应模型,通过自动网络探测算法(automated network exploration algorithms)用于限定异相催化体系。
本文要点:
参考文献
Zhao, Q., Xu, Y., Greeley, J. et al. Deep reaction network exploration at a heterogeneous catalytic interface. Nat Commun 13, 4860 (2022)
DOI: 10.1038/s41467-022-32514-7
https://www.nature.com/articles/s41467-022-32514-7