[发明专利]一种合金催化材料的筛选方法及装置

说明书

本发明公开了一种合金催化材料的筛选方法及装置。所述合金催化材料的筛选方法包括：获取反应物信息以及待添加合金催化材料的各个体系；获取合金催化剂表面模型；获取最稳定合金催化剂表面模型；为每个体系生成一个合金颗粒模型；获取每个合金颗粒模型的本征反应动力学信息，所述本征反应动力学信息包括催化性能计算信息；获取吸附能‑催化性能关联式模型；根据吸附能‑催化性能关联式模型以及各个所述合金颗粒模型，分别获取每个合金颗粒模型的催化性能预测信息；根据每个所述合金颗粒模型的催化性能计算信息以及催化性能预测信息获取满足预设条件的合金颗粒模型。本申请的合金催化材料的筛选方法具有较高的精确度和筛选速度。

技术领域

本申请涉及催化材料技术领域，具体涉及一种合金催化材料的筛选方法以及合金催化材料的筛选装置。

背景技术

现代化工生产过程，催化剂都有着举足轻重的作用。其中，合金催化剂是一类重要的工业催化剂。合金的催化性能会随着不同种类金属的掺入加以调变，形成的合金材料不仅可用于改善烃类的氢解、加氢、脱氢、部分氧化等反应的转化速率、选择性，还可以增强催化材料的稳定性。然而，金属种类繁多，不同的合金材料在不同的反应中所起的作用机制也不同，所以仅凭大量试验才能筛选出相对理想催化剂的传统试错法耗时且不经济。当今计算机领域发展迅猛且理论计算方法日益完善，最新的研究显示，可基于理论计算手段研究催化反应机理，评估催化活性，从而对未知的合金材料的催化性能进行预测。这类利用理论计算有效筛选合金催化材料的方法可有效减少催化剂开发周期。

近年来，虽然许多科研学者结合第一性原理计算筛选方法在合金催化材料设计领域取得了一定成果，但这种计算方法有以下局限性。首先，利用现有的理论模型能够较为准确的模拟出在真空条件下颗粒的表面结构。

但是这种模拟方法所得到的计算结果和实验结果相比往往存在较大的偏差，这是因为人们做了一系列原位研究发现，合金颗粒的尺寸、结构和表面组分都会随着反应环境的改变发生相应的动态变化，即真空条件下的金属态表面模型无法准确反映真实工况下的反应位点。

其次，通常计算模拟的数据是在反应中间体低覆盖度模型上得到的，没有考虑在不同反应环境下，表面模型中的反应中间体覆盖度与反应动力学数据中的反应中间体覆盖度的自洽，难以准确获取本征动力学数据。

综上，针对合金催化剂建立能反映任意反应环境下的催化性能预测模型，有助于快速筛选。因此，需要提供一种能准确反映真实工况下合金催化材料的催化位点结构及本征动力学信息的计算与筛选方法。

因此，希望有一种技术方案来解决或至少减轻现有技术的上述不足。

发明内容

本发明的目的在于提供一种合金催化材料的筛选方法来克服或至少减轻现有技术的至少一个上述缺陷。

在本实施例中，最稳定合金催化剂表面模型是指具有吉布斯表面自由能最低值的合金催化剂表面模型。

本发明的一个方面，提供一种合金催化材料的筛选方法，所述合金催化材料的筛选方法包括：

获取反应物信息以及待添加合金催化材料的各个体系；

获取每个体系的待添加合金催化材料的合金催化剂表面模型；

获取每个体系的所述待添加合金催化材料在预设反应条件范围内对应的最稳定合金催化剂表面模型；

根据每个体系的合金催化剂表面模型为每个体系生成一个合金颗粒模型；

根据反应物信息、最稳定合金催化剂表面模型以及合金颗粒模型获取每个合金颗粒模型的本征反应动力学信息，其中，所述本征反应动力学信息包括催化性能计算信息；

获取吸附能-催化性能关联式模型；

根据吸附能-催化性能关联式模型以及各个所述合金颗粒模型，分别获取每个合金颗粒模型的催化性能预测信息；