化学进展

作者：孙茹宇, 祁曼, 赵亚文, 吕永利, 王丽, 延卫

单位：<sup class=\mag-xml-aff-label-sup added-by-sys\>1</sup> 西安交通大学能源与动力工程学院 西安 710049,<sup class=\mag-xml-aff-label-sup added-by-sys\>2</sup> 中国石油化工股份有限公司胜利油田分公司 石油工程技术研究院 东营 257000

关键词：电催化CO2还原,甲醇,机器学习,高通量筛选,催化剂设计

基金：国家自然科学基金项目(51908457)

随着全球对二氧化碳排放的关注日益增加，电催化二氧化碳还原（ECO2R）制甲醇在碳达峰背景下显得尤为重要。然而现有ECO2R催化剂在活性、选择性和稳定性等方面仍存在一些挑战，限制了其实际应用，这使得开发高效催化剂成为该领域的核心研究方向。传统的催化剂设计是通过试错法进行，效率低下。因此，需要寻找新的加速催化剂开发的方法。随着AI的快速发展，机器学习逐渐成为推动催化剂研发的重要工具。本文系统综述了ECO2R制甲醇的反应机理，总结了近年来铜基、非铜基及酞菁基催化剂的最新研究进展。最后介绍了机器学习应用的基本程序，从数据收集到模型验证，并重点阐述了其在催化剂活性预测、催化剂设计及优化方面的应用。尽管机器学习在ECO2R研究取得了显著进展，但仍存在若干挑战，包括数据稀缺、模型可解释性不足以及缺乏通用预测框架等。未来研究应致力于构建高质量的催化剂数据库，提升模型的可解释性和泛化能力。本综述旨在为ECO2R制甲醇的催化剂设计提供全面的视角，并强调机器学习在推动该领域实现突破性进展中的关键作用。

来源：2025年第9期

《化学进展》期刊编辑部

查看化学进展杂志2025年第9期