報告題目：機器學習助力質子——固體氧化物電池空氣極設計

報告時間：2025年11月27日15:30-16:30

報告地點：5B-202

報告人：唐春梅

主辦單位：材料科學與工程學院

報告人簡介：

唐春梅，博士，材料科學與工程學院，講師。主要結合計算科學和實驗驗證，采用人工智能輔助材料設計的現代研究方法，著力解決質子-固體氧化物電池中關鍵材料開發、界面調控及作用機理等問題。以第一/通訊作者在Adv. Mater.、Adv. Energy Mater.、eScience、Nano-Micro Lett.、InfoMat、Adv. Funct. Mater.等國際期刊發表論文18篇，獲國家自然科學基金青年科學基金項目、中國博士后基金面上項目及廣州市博士后基金啟動項目的資助。廣東省“珠江人才計劃”海外青年人才引進博士后資助項目獲得者。

內容簡介：

氫能是21世紀極具發展前景的能源，在全球能源結構優化中具有重要意義，利用可再生能源電解水制氫儲氫可以實現能源跨季節、跨地域的優化配置。質子-固體氧化物電池（P-SOC）具有原料成本低、環境影響小、理論電解效率高等優點，是制氫用氫領域的研究重點和熱點。然而，P-SOC的發展和應用在關鍵材料設計上仍面臨著不少困難。本報告針對P-SOC缺乏高性能空氣極催化劑促進三相界面處電化學反應這一挑戰，創新性地利用機器學習和第一性原理計算篩選空氣極催化劑，并實現其在P-SOC上的應用，同時提升電解池和燃料電池的電化學性能。