摘要
本发明提供了一种TAPP‑过渡金属催化剂HER性能预测方法,属于性能检测技术领域,首先通过密度泛函理论(DFT)计算构建金属掺杂TAPP催化剂模型数据库,并获取关键吸附位点的结构信息;随后,基于计算得到的电荷、电性、几何等性质构建描述符特征集,利用稀疏识别符号回归(SISSO)算法建立HER性能预测模型;最终,实现对新型TAPP‑过渡金属催化剂HER性能的高效预测与筛选。本发明采用上述的一种TAPP‑过渡金属催化剂HER性能预测方法,兼具精度与效率,提升了TAPP类催化剂的设计能力,具有广泛的应用前景。
技术关键词
过渡金属催化剂
性能预测方法
函数关系模型
密度泛函理论
电子结构
材料数据库
金属掺杂
性能预测模型
性能检测技术
构型
催化剂体系
梯度算法
气态氢
表达式
预测误差
参数
平面波
真空层
描述符
系统为您推荐了相关专利信息
性能预测方法
方管
表达式
线性回归模型
理论预测模型
电池管理系统
数字孪生建模
数字孪生模型
动态
微观结构演化
气动性能预测方法
神经网络结构
样本
力矩
笛卡尔坐标系
Cu金属间化合物
电子结构
牛顿算法
梯度算法
软件
性能预测方法
性能预测模型
建筑群
机器学习模型
数据