近日，我校yl6809永利检测中心极端条件热物理及能源系统团队唐大伟教授、蒋博副教授等在人工智能驱动材料开发领域取得重要进展，相关成果发表于《Advanced Energy Materials》（先进能源材料），我校为唯一通讯单位。

双原子催化剂在制氢中具有重要潜力，但其活性受多因素耦合调控。如何利用人工智能实现高通量筛选，是亟待突破的关键科学难题。对此，本团队提出了“前线轨道电子占据度”概念。从催化剂微观电子结构出发，发现了前线轨道电子数与价电子数比值可作为表征全周期元素催化行为的内禀参数，把过渡金属与非过度金属催化剂统一到同一评价体系内，为实现全周期金属元素（s区、p区、d区、f区金属）筛选奠定了理论基础。开发了FSIFSC机器学习新算法可构建具有明确物理意义的描述符（φUSF），算法突破了传统符号回归模型可解释性不足的瓶颈，构建了可系统扩展复杂特征空间的建模框架，相较于传统密度泛函理论（DFT）计算，筛选效率提升了23万倍，为开发非过渡金属催化体系提供了全新路径，描述符实现了活性/选择性/产率多目标协同预测。依托于前述理论创新与算法支撑，首次创制了高性能非过渡金属IrGa@NC双原子催化剂，实现制氢性能跨越式提升，突破了长期以来制氢催化领域高度依赖过渡金属的技术局限与认知惯性。通过同步辐射X射线吸收谱（XAFS）、球差电镜（AC-HAADF-STEM）及原位表征技术，团队进一步揭示了Ir与Ga之间的“双位点接力”反应机制。相关成果以“Interpretable Descriptor Enabling Prediction of Propylene Yield for Propane Dehydrogenation Catalysts”（可解释描述符助力预测丙烷脱氢催化剂的丙烯收率）为题发表于《Advanced Energy Materials》（先进能源材料），我校yl6809永利检测中心博士生高玉明为第一作者，蒋博副教授为唯一通讯作者，本研究得到国家自然科学基金青年学生基础研究项目（博士研究生）[525B2089]的资助。论文链接：https://doi.org/10.1002/aenm.70893。

我校极端条件热物理及能源系统团队由唐大伟教授于2017年创建并领导，现有教授5人（国家级人才4人），副教授7人，博士后3人。针对我国能源动力装备、新型功能材料、航空航天、新一代电子芯片等领域的重大需求，聚焦于解决高热流电子器件热管理、飞行器高温热防护、可再生能源制氢、环境低品位能源等领域的前沿基础科学技术问题。团队成立以来，主持了国家自然科学基金国家重大科研仪器项目、重点项目、重点国际合作项目、NSFC-JST重大国际合作项目、面上项目；科技部国家重大科学仪器设备开发专项项目、国家重大永利集团计划项目课题、973项目课题、863项目、国家重点研发计划子课题；XX探索重大项目、A计划项目、XX-809项目、XX-802项目、XX重大专项课题等，并与中航工业、中国航发、中国航天科技、中石化等建立了良好的合作关系，合作申报“两机专项”、基础加强等项目。团队近几年在Nature Communications, Energy& Environmental Science, Advanced Materials, Science Advances, Matter, Advanced Functional Materials, ACS Nano, Nano Energy等国际顶级期刊上发表多篇高水平论文。