Improving Mechanistic Understanding of the Hydrogen Evolution Reaction (HER) using High-Entropy Alloy (HEA) Catalysts via Computational Techniques

该项目旨在增进对高熵合金（HEAs）作为析氢反应（HER）催化剂作用机制的理解，而HER是生产用于可持续能源的清洁氢气的关键。与传统催化剂不同，HEAs包含多种元素，这些元素以复杂的方式相互作用，影响其结构和性能。然而，目前尚不清楚成分、原子排列和表面特征等因素如何影响其催化效率。 为解决这一问题，该项目将采用先进的计算方法——密度泛函理论（DFT）和机器学习原子间势能（MLIPs），研究这些因素如何影响HEAs的电子和结构特性，进而影响其催化HER的能力。目标是建立简单的化学模型和描述符，揭示高性能背后的驱动因素，从而指导设计更优的HEA催化剂。 学生将在国立清华大学（NTHU）跟随陈教授学习两年，掌握计算表面科学和HER相关专业知识；随后前往利物浦大学，在戴尔博士的指导下进行为期两年的研究，学习MLIPs和晶体结构预测技术。