港城大范俊团队: 计算驱动下的电催化革新与多尺度设计策略

本文总结了香港城市大学范俊教授团队在电催化剂设计领域的研究进展。在“双碳”目标背景下，研究团队聚焦于如何高效将惰性小分子电催化转化为高附加值产物的问题。传统催化剂设计依赖经验和试错法，难以突破瓶颈。研究团队通过密度泛函理论、d 带理论、Sabatier 原理等经典模型，结合机器学习助力的高通量筛选、图神经网络等先进方法，构建了一套多尺度、多物理场耦合的综合研究框架。文章特别强调了真实反应条件下的电催化界面是一个动态、多因素耦合的复杂系统，并讨论了单原子催化剂活性位点的动态演化等前沿研究。最终，研究团队提出打通“理论–实验”之间的最后一公里需要依托物理驱动的机器学习方法，构建起能量计算–机制识别–性能预测–实验反馈的闭环系统。