[发明专利]金属空气电池阴极材料设计方法、系统及计算机设备

权利要求书

1.一种金属空气电池阴极材料设计方法，其特征在于，包括下述步骤：

构建3d族金属基二元合金的基态结构；

获取所述基态结构中配位饱和度较高的晶面；

根据所述配位饱和度较高的晶面构建数据集；

使用多种机器学习算法拟合所述数据集中数据并预测4d-5d金属的性能；

选取3d-5d族金属，构建其形成两两合金时的数据集；

通过已构建机器学习算法进行预测，得到未经过DFT计算的合金种类的预测过电势，并选取最优合金材料；

筛选过电势在OER和ORR中均较小的双功能合金催化剂。

2.如权利要求1所述的金属空气电池阴极材料设计方法，其特征在于，在构建3d族金属基二元合金基态结构的步骤中，具体包括下述步骤：

通过团簇扩展方法，以形成能为能量指标，选取3d族过渡金属，以金属镍作为基础和3d族其他金属两两构建合金，筛选基态结构。

3.如权利要求1所述的金属空气电池阴极材料设计方法，其特征在于，在获取所述基态结构中配位饱和度较高的晶面的步骤中，具体包括：通过切割所述基态结构的晶面，得到配位度较高的不同晶面的表面结构。

4.如权利要求1所述的金属空气电池阴极材料设计方法，其特征在于，在根据所述配位饱和度较高的晶面构建数据集的步骤中，具体包括下述步骤：

计算不同晶面的三种位点的四电子反应步骤的吉布斯自由能；

计算OER反应和ORR反应的过电势，所述过电势η＝(ΔG₁,ΔG₂,ΔG₃,ΔG₄)_max-1.23，其中，OER和ORR的反应中间体均为OOH*\O*\OH*三种；η为过电势，ΔG₁为氧气到羟基中间体的吸附自由能变，ΔG₂为羟基中间体到氧中间体的吸附自由能变，ΔG₃为氧中间体到羟基氧中间体的吸附自由能变，ΔG₄为羟基氧中间体到氧气的吸附自由能变，Max为ΔG_1-4中的最大值，OER为制氧反应，ORR为氧还原反应，OOH*为羟基氧中间体，O*为氧中间体，OH*为羟基中间体；

以所述过电势作为目标值，根据特征参数构建数据集，所述特征参数包括位点的d电子数、原子半径、第一电离能、电负性、原子序数。

5.如权利要求1所述的金属空气电池阴极材料设计方法，其特征在于，在使用多种机器学习算法拟合所述数据集中数据并预测4d-5d金属的性能的步骤中，利用随机森林或线性回归或决策树或神经网络多种算法拟合所述数据集中数据并预测4d-5d金属的性能。

6.如权利要求1所述的金属空气电池阴极材料设计方法，其特征在于，在筛选过电势在OER和ORR中均较小的双功能合金催化剂的步骤中，具体包括下述步骤：

基于密度泛函理论验证所述机器学习算法的准确度，筛选过电势在OER和ORR中均较小的双功能合金催化剂。

7.一种所述的金属空气电池阴极材料智能设计系统，其特征在于，包括：

基态结构构建单元，用于构建3d族金属基二元合金的基态结构；

晶面获取单元，用于获取所述基态结构中配位饱和度较高的晶面；

第一数据集构建单元，用于根据所述配位饱和度较高的晶面构建数据集；

预测单元，用于使用多种机器学习算法拟合所述数据集中数据并预测4d-5d金属的性能；

第二数据集构建单元，用于选取3d-5d族金属，构建其形成两两合金时的数据集；

选取单元，用于通过已构建机器学习算法进行预测，得到未经过DFT计算的合金种类的预测过电势，并选取最优合金材料；

筛选单元，用于筛选过电势在OER和ORR中均较小的双功能合金催化剂。

8.一种计算机设备，其特征在于，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实现如权利要求1-6中任一所述的方法。