ACS Catalysis:数据驱动筛选直接带隙二维材料以实现高效光解水

  • A+
研究背景


光解水是一种利用太阳能在光催化剂“助力”下实现能量转换的绿色技术,但目前的光催化剂存在太阳能利用率低、光生载流子复合率高等限制。而本征直接带隙二维材料作为能够有效克服上述问题。传统实验法从丰富的元素组成和多样的结构中进行枚举验证不仅效率低下而且存在误差,如何对二维材料进行高效准确的探索验证是高效催化剂设计的重大挑战。因此,荷兰基础能源研究所Süleyman Er等人基于数据驱动实施三阶段的大规模筛选以寻找兼备本征直接带隙和优异光催化性能的二维材料。
研究亮点



1、通过实施三阶段的筛选,结合来自V2DB数据库进行机器学习、高通量密度泛函理论(DFT)和杂化泛函计算,从而能够从316505种二维材料中筛选294种直接带隙候选材料,结合进行稳定性分析后能够缩小到21种材料。
2、本研究采用杂化泛函计算电子和光学性质、太阳能转化氢效率和载流子迁移率最终确定了16种具有全解水潜力的光催化剂。
3、该研究在筛选提供16种优异二维材料光催化剂的同时,为探索和发现功能二维材料引入了一种严格的数据筛选方法。


计算方法


作者使用VASP软件包中广义梯度近似(GGA)下的PBE泛函描述相互关联能,而电子-离子相互作用则使用投影缀加平面波(PAW)方法描述。在计算中,作者设置截断能为450 eV,建立20 Å真空层以避免周期结构之间的影响。本文结构优化过程中,自洽迭代循环收敛标准设置为10-6eV,直到施加在每个原子上的力小于0.01 eV Å-1
同时本文采用HSE06杂化泛函计算电子性质,并在所有的电子性质计算中,都使用自旋−轨道耦合。分子动力学模拟在PHONOPY中采用NVT系综进行,温度设置为300、600和900 K,时间步长设为1 fs,总模拟时间为10 ps。
图文导读



作者利用图1(a)的流程进行三阶段的筛选,引入带隙中心能量(EBGC)作为筛选标准进行机器学习。在图1(b)中,BGC筛选标准显示为两条虚线,两条黑色实线表示带隙大小的临界值,实线和虚线包围内的二维材料具有适宜的直接带隙,还兼备合适的带隙中心。进一步考虑到计算的成本及耗时,作者排除矩形内的磁性材料,得到了后续研究的294种彩色标记的候选催化剂。
1
图1. 筛选流程及机器学习预测的带边分布
图2显示了这294个候选催化剂的带边位置和BGC位置,其中青色标记的47个结构具有直接带隙。考虑到PBE泛函会低估带隙,作者采用了更大范围的带隙筛选准则:0≤EgPBE≤3eV,进一步确定了37种具有直接带隙的非磁性结构,同时满足BGC要求(-5.67≤EBGCPBE≤-4.44 eV)。作者针对这37种二维结构在动力学和稳定性方面进行了深入的研究,缩小候选材料范围至21种。
2
图2. 初步筛选得到的294种结构的带边位置
作者采用杂化泛函方法进行精细研究,图3显示了21种直接带隙的二维材料在三次筛选中(ML(深灰色),PBE(青色)和HSE06(橙色))的BGC和带边位置,并标记了pH=0时,还原电位(绿线)和氧化电位(红线)。与PBE计算结果相比,HSE06泛函下每个结构的带隙增加,然而,根据ML预测或PBE计算,一些结构没有跨越水氧化还原电位,而HSE06计算证实,21种结构的带隙均大于水的理论分解电势,能带结构跨越了水的分解电势,能够实现光解水。HSE06计算的结果侧面证实了前两阶段的ML和PBE筛选使用BGC作为筛选标准的有效性。进一步利用HSE06筛选,将5个带隙值大于3eV的结构被排除,图3中用黑色叉号标记。最终,作者得到16种潜在的直接带隙光催化剂。
3
图3. 通过稳定性测试的21种材料的带边位置
16个候选结构可分为两类,即六角(H-I和H-II)和矩形(R-I和R-II)。图4显示了每种结构类型中带隙最小的结构图,声子谱,分子动力学模拟。图4a中,Cd2SSe(H-I)具有双层蜂窝结构;H-II材料SrAgSeI(图4d),具有由四个原子层组成的T相,并且所有三种H-II结构的底层原子层都有银原子。R-I材料Al2Se2I2(图4g),具有典型的金属卤化物结构,Al2FS2Br (R-II)的结构(图4j),可以看作是R-I型结构的变形,这种变形的发生是由于内部的硫原子被卤素原子(F)取代,有了这些基本的结构属性,才能够分析其光催化性能。
4
图4. 4种代表性结构的基本性质
针对Cd2SSe电子结构(图5a、c),价带主要由S和Se原子贡献,空穴态和电子态的分离明显,空穴态主要位于二维层一侧的S原子上,而电子态的主要在另一侧Cd原子上。而SrAgSeI,价带和导带均由AgSe层贡献,如图5d、e。Al2Se2I2(图5g)价带和导带分别由阴离子(Se和I)和阳离子(Al)贡献(图5h)。Al2FS2Br的价带和导带分别以S和Al为主,VBM态主要由S原子贡献,而另一侧的CBM态主要由Al贡献(图5j、k)。至于光吸收谱Cd2SSe、SrAgSeI和Al2FS2Br在可见光区有明显吸收峰,而Al2Se2I2在近紫外区有明显的吸收峰,三种材料这些峰中的吸光度大于1%。总的来说,16种材料中,11种材料在可见光区有明显的吸光度峰,而另外5种材料的第一个吸收峰在近紫外区,能够实现高效光解水。
5
图5. 4种代表性结构的催化性能分析
通过图6(a)能够看出STH能量转化效率(输入太阳能转化为氢能的效率),16种材料都位于由水氧化还原电位定义的三角形区域内。其中,SrAgSeI最靠近右下角,其ηSTH值最高(13.43%)。虽然SrAgSeI具有与H-MoS2相似的带隙,但由于优异的带边位置,其ηSTH明显更大,这一点强调了带边位置在光催化剂中的重要性。载流子迁移率以柱状图的形式呈现(图6b),在Ag2I2中观察到最高的电子迁移率(μe),Ag2BrI的电子迁移率次之,其μe比过渡金属高2个数量级。再一次说明筛选出的16种结构具有优异的性质,超越常见的光催化剂。
7
图6. 最优的16种光催化剂能量转换效率
文献信息



Wang, Y., Brocks, G., & Er, S. (2024). Data-Driven Discovery of Intrinsic Direct-Gap 2D Materials as Potential Photocatalysts for Efficient Water Splitting. ACS Catalysis, 14, 1336-1350.
https://doi.org/10.1021/acscatal.3c05181

weinxin
我的微信
关注我了解更多内容

发表评论

目前评论:0