通讯作者：党杰
通讯单位：重庆大学
DOI: 10.1016/j.cej.2026.179250
01 背景
质子交换膜水电解（PEMWE）因高电流密度、高氢气纯度和快速动态响应，被视为耦合可再生能源制氢的重要技术路线，但酸性析氧反应（OER）同时面临动力学迟缓、贵金属资源受限和高电位强酸环境下催化剂腐蚀等问题。二元合金能够通过电子结构调控改善中间体吸附，但传统实验筛选和DFT逐一计算难以覆盖庞大的材料空间，因此，将机器学习用于候选合金快速预测，并结合可快速制备的高温技术进行实验闭环验证，成为酸性PEMWE催化剂开发的重要方向。
02 论文概要
2026年7月8日，重庆大学党杰教授团队在国际知名期刊《Chemical Engineering Journal》发表题为"Synthesis of highly active binary alloy acidic oxygen evolution catalysts assisted by machine learning "的研究论文。该研究构建了覆盖二元过渡金属体系的机器学习-DFT筛选框架，从650个催化结构中选择25%进行DFT计算，并训练10类模型预测其余材料的酸性OER表现；其中GBR模型经特征筛选后测试集R2达到0.8935，随机验证平均误差仅5.03%，最终指向FeRu合金。作者随后以钛纤维纸为基底，通过电沉积构筑Fe/Ru前驱体，并利用真空焦耳炉在5 s内升温至800 °C制备FeRu合金；该材料在0.5 M H2SO4中表现出优异双功能性能，OER和HER在10 mA cm-2下的过电位分别为171 mV和47 mV，并可作为PEMWE阴阳极催化剂在1 A cm-2下以1.65 V运行500 h，显示出从数据预测到器件验证的完整闭环。
03 图文解读
图1 构建了机器学习筛选框架：作者从二元过渡金属合金模型出发，生成650个候选催化结构，结合DFT计算、10类机器学习模型、特征重要性分析、Pearson相关性筛选和递归特征消除，最终确定GBR模型用于预测酸性OER过电位。图中最核心的信息是，机器学习不是替代机理计算，而是用少量DFT数据训练模型，快速缩小候选材料空间，并将FeRu合金筛选为重点实验验证对象。
图2 展示FeRu合金的快速制备与结构确认：Fe/Ru前驱体经电沉积负载于钛纤维纸后，通过焦耳热在5 s内升温至800 °C形成FeRu合金。XRD显示Fe进入Ru晶格引起衍射峰偏移，XPS揭示Ru和Fe之间存在电子相互作用，SEM与像差校正HAADF-STEM/EDS进一步证明颗粒均匀负载、晶格清晰且Fe/Ru在原子尺度上均匀分布，为后续高活性与高稳定性提供结构基础。
图3 证明FeRu在酸性OER中兼具高活性和长寿命：在0.5 M H2SO4中，FeRu达到10 mA cm-2和100 mA cm-2所需过电位分别为171 mV和212 mV，低于Ru和RuO2；其Tafel斜率为42.46 mV dec-1，EIS半圆更小，Cdl更高，说明反应动力学、界面电荷转移和活性位暴露均得到改善。稳定性方面，FeRu在100 mA cm-2下连续500 h运行，电位上升速率仅24.6 μV h-1，显著优于纯Ru和商业RuO2。
图4 将材料性能从半电池推进到器件层面：FeRu在酸性HER中达到10 mA cm-2仅需47 mV过电位，优于Pt/C、Ru和RuO2，Tafel斜率低至12.79 mV dec-1，并可在100 mA cm-2下稳定运行500 h。更重要的是，作者将FeRu同时用作PEMWE阳极和阴极催化剂，在80 °C下实现1 A cm-2电流密度仅需1.65 V，并保持500 h稳定运行，说明该合金不只是实验室半电池性能突出，也具备面向实际酸性电解水器件的应用潜力。
图5 解析了FeRu在酸性OER下的稳定机制：反应后XRD仍保留Ru特征衍射，HRTEM显示颗粒边缘形成薄的非晶氧化层，原位Raman仅在较高电位下出现弱Ru-O信号，说明氧化主要局限于表层而非整体转化为RuO2。时间分辨XPS进一步表明Fe向Ru发生电子调控，可减缓Ru在高电位下的不可逆氧化；示意图总结了Fe掺入后通过电子转移稳定Ru活性位、提升酸性OER耐久性的作用机制。
图6 从理论层面解释FeRu双功能活性的来源：Fe位点增强H2O吸附，FeRu-Ru位点的氢吸附自由能为0.218 eV，更接近理想值；OER过程中FeRu的速控步骤能垒为1.723 eV，低于Ru和RuO2。COHP、DOS、d带中心和Bader电荷分析显示，FeRu在费米能级附近具有更高态密度，Fe向Ru转移约0.31|e|电子，调节了Ru位点对H/O中间体的吸附强度，使活性与稳定性实现协同优化。
04 总结展望
总体来看，这项工作以FeRu合金为示范，建立了"机器学习预测-DFT验证-焦耳热快速合成-酸性半电池与PEMWE器件测试-机理反演"的闭环研发路径。其价值不仅在于获得了兼具OER/HER活性和500 h级稳定性的酸性双功能催化剂，更在于证明数据驱动筛选与超快热处理可以显著缩短催化材料研发周期。未来，若进一步将该框架拓展到多元合金、高熵合金和不同载体结构，并结合可放大的连续化焦耳热制备工艺，有望加速低贵金属、高耐久PEM电解水催化剂向工程应用转化。
文献信息：Xinyu Wang, Chaowen Tan, Kechen Zhou, Xuewei Lv, Jie Dang. Synthesis of highly active binary alloy acidic oxygen evolution catalysts assisted by machine learning. Chemical Engineering Journal,Volume 544,2026,179250. ISSN 1385-8947.https://doi.org/10.1016/j.cej.2026.179250.
