掺杂调控单原子石墨烯催化剂的电子结构优化及其高效析氢性能：机器学习与第一性原理联合研究

研究人员结合第一性原理密度泛函理论（Density Functional Theory, DFT）与机器学习（Machine Learning, ML）方法，系统研究了26种过渡金属（3d–5d）在原始、硼（B）掺杂及氮（N）掺杂石墨烯（Graphene, G）轴向与吡啶位点上的104种单原子构型。杂原子掺杂显著增强了金属锚定作用：氮掺杂石墨烯表现出最高的吸附能（Eads）、最低的d带中心及最短的金属-载体键长，且吸附能、键长、电荷转移与d带位置在全体系中呈反比关系。钼（Mo）、钛（Ti）、铪（Hf）、锆（Zr）、锇（Os）与铌（Nb）等早/中过渡金属形成最稳定的单原子位点，而锌（Zn）、银（Ag）、金（Au）因d轨道填满导致吸附较弱。CO2、CO、H2O、H、H2、O2的吸附行为显示反应性受掺杂类型调控。氢吸附自由能计算表明，Pd/B-G（轴向）、Y/B-G（吡啶）、Zn/N-G（吡啶）及V/N-G（轴向）位于析氢反应（Hydrogen Evolution Reaction, HER）火山峰附近，其中氮掺杂石墨烯优先稳定氢吸附，硼掺杂石墨烯则实现吸附-脱附平衡。基于DFT特征的梯度提升回归（Gradient-Boosted Regression, GBR）模型在交叉验证中R2达0.72，留一金属验证R2为0.64。SHapley加性解释（SHapley Additive exPlanations, SHAP）分析揭示描述符重要性排序为：巴德电荷（Q）>周期数>金属抬升高度（h）>d带中心（εd），金属至载体的电荷转移是影响ΔGH*的最关键描述符，硼掺杂石墨烯上中等电荷转移（Q≈0.3–0.8 |e|）体系活性最高。该工作为石墨烯基单原子析氢催化剂提供了机制理解与设计准则。

该研究针对能源危机与环境压力下氢能发展的迫切需求，聚焦析氢反应（HER）催化剂设计中原子级金属-载体相互作用认知不足的核心问题。传统贵金属Pt虽活性优异，但资源稀缺且成本高昂，亟需开发高效非贵金属替代体系。石墨烯因其高导电性、大比表面积与可调控电子结构成为理想载体，然而原始石墨烯对金属原子的锚定能力弱，易发生团聚，限制了其催化稳定性。杂原子掺杂可通过调控局部电子结构与配位环境增强金属锚定并优化反应中间体吸附，但其构效关系尚缺乏系统性解析。为此，研究人员通过第一性原理计算与机器学习相结合的策略，构建了涵盖26种过渡金属（3d–5d）与4种掺杂构型（原始、B/N轴向与吡啶位点）的104个单原子催化剂体系，系统阐明掺杂诱导的电子结构调制规律及其对HER活性的影响机制，成果发表于《ENERGY & ENVIRONMENTAL MATERIALS》。

研究人员采用的关键技术方法包括：基于维也纳从头算模拟包（VASP）的密度泛函理论（DFT）计算，采用修正Perdew-Burke-Ernzerhof（R-PBE）泛函与DFT-D3色散校正，通过吸附能、巴德电荷、d带中心、态密度与电子局域函数分析电子结构与稳定性；结合爬升图像弹性带法（CI-NEB）计算迁移势垒；基于104个体系的DFT数据集，提取巴德电荷、d带中心、金属抬升高度、磁矩等描述符，构建梯度提升回归（GBR）模型，并通过SHAP分析量化描述符贡献度，实现活性预测与机制解析。

研究结果部分，首先，结构洞察与稳定性增强研究表明，杂原子掺杂显著提升金属锚定强度：氮掺杂石墨烯的吸附能高于硼掺杂，轴向配位（四配位）强于吡啶配位（三配位）。早/中过渡金属（Ti、Zr、Hf、Mo、Nb、Os）吸附能达-4.0至-9.0 eV，而晚过渡金属（Zn、Ag、Au）因d轨道填满吸附较弱。d带中心越靠近费米能级（E_F），键长越短、吸附越强，且巴德电荷转移与吸附能呈正相关。电子结构分析证实，强相互作用体系（如Ti）存在显著的金属-掺杂剂轨道杂化，而弱相互作用体系（如Zn）杂化较弱。迁移势垒计算显示，Ti在氮掺杂石墨烯上的扩散能垒达5.50 eV，有效抑制团聚。

其次，氧分子（O₂）吸附研究揭示，早过渡金属（Ti、Zr、Hf）对O₂吸附更强，电荷转移更大（最高达1.50 |e|），导致O-O键伸长（最高至1.50 Å），解离能垒最低仅0.02 eV，表明其在氧还原反应与CO氧化中的潜在活性。类似趋势亦见于CO、CO₂、H₂O与小分子吸附，早过渡金属体系表现出更强的活化能力。

第三，HER活性评估通过氢吸附自由能（ΔG_H*）与交换电流密度（log i₀）火山图进行。氮掺杂石墨烯上V/N-G（轴向）的ΔG_H*为-0.084 eV，最接近热中性；硼掺杂石墨烯上Ti/B-G（轴向）与Re/B-G（轴向）分别达-0.006 eV与+0.014 eV。氮掺杂通过n型效应提升金属位点电子密度，增强氢吸附；硼掺杂则通过p型特性削弱吸附，促进脱附。轴向配位因更强锚定与可及性优于吡啶配位，其中4B构型整体表现最佳。

第四，结构-活性关系的描述符分析与机器学习表明，巴德电荷（Q）与ΔG_H*的皮尔逊相关系数最高（r=-0.53）。三参数物理模型（Q、E_ads、h）R²达0.43，而GBR模型在五折交叉验证中R²提升至0.72，留一金属验证R²为0.64。SHAP分析确立描述符重要性排序为：Q > 周期数 > h > ε_d，电荷转移是主导因素，中等Q值（0.3–0.8 |e|）的硼掺杂体系最易实现热中性吸附。

最后，设计原则指出，最优HER活性需通过硼掺杂石墨烯上中等电荷转移（Q≈0.3–0.8 |e|）或氮掺杂石墨烯上低至中等Q值实现，平衡金属-载体与金属-氢相互作用。该层次化准则将定性电子结构洞察转化为定量设计规则，证实电荷转移是连接金属-载体相互作用与HER活性的核心物理机制。

讨论与结论部分强调，该研究通过104个体系的系统性计算与机器学习，明确了氮掺杂的强锚定作用与硼掺杂的吸附-脱附平衡优势，识别出Pd/B-G（轴向）、Y/B-G（吡啶）、Zn/N-G（吡啶）、V/N-G（轴向）四类近热中性催化剂。SHAP驱动的描述符层级为石墨烯基单原子催化剂的理性设计提供了可迁移的筛选框架，有望加速非贵金属HER催化剂的发现与优化。