预测陶瓷燃料电池的高效氧还原电极

陶瓷燃料电池，也称为固体氧化物燃料电池，是一种很有前途的绿色电化学装置，具有高能效、低排放和燃料灵活性。

开发高性能和耐用的阴极材料是高效耐用的陶瓷燃料电池的关键。然而，之前基于试错法的正极材料开发耗时、昂贵且难以优化。

发表在《自然能源》(NatureEnergy)上的一篇新论文展示了一种经过实验验证的机器学习驱动方法，可以加速高效氧还原电极的发现。值得注意的是，引入离子路易斯酸强度(ISA)作为钙钛矿氧化物氧还原反应活性的有效物理描述符。

该团队采用结合机器学习、密度泛函理论(DFT)计算和实验测试的综合方法，成功地从6,000多种可能的材料成分中识别出陶瓷燃料电池的潜在阴极材料。

这些新材料可以使陶瓷燃料电池实现高性能和出色的耐用性。这项研究展示了一种促进陶瓷燃料电池开发以实现清洁发电和碳中和的新策略。