您的位置: 首页 > 专家动态

谢和平院士团队在固体氧化物燃料电池阴极材料筛选研究取得重大突破

资讯出处:顾问与高端人才服务组资讯作者:发布时间:2022-09-21

近日,中国工程院院士、四川大学教授、深圳大学特聘教授谢和平团队在《Nature Energy》发表了题为《A combined ionic Lewis acid descriptor and machine-learning approach to prediction of efficient oxygen reduction electrodes for ceramic fuel cells》的研究成果,该研究将机器学习、理论计算与固体氧化物燃料电池阴极材料设计相结合,开发了一个经过实验验证的阴极材料机器学习筛选技术,实现了快速、有效地从庞大的钙钛矿组分中筛选出高活性阴极材料,为团队正在攻关的“近零碳排放直接煤燃料电池发电技术”提供了理论依据与技术支持,助力实现煤炭的清洁高效利用。
根据深圳大学官网信息编辑

分享至: