胡良兵團隊最新Science綜述！高熵納米粒子

1.【引言】

高熵納米顆粒是指由超過四種元素均勻混合組成的固溶體，這種新型粒子具有的獨特性質,為材料發現、性能優化和一些先進應用提供了機會。例如，利用高熵納米粒子的組成靈活性可以對催化劑活性和選擇性進行微調，同時高熵混合可以保證嚴苛條件下的結構穩定性。另外，高熵納米粒子中的多元素協同作用可以提供不同位點，適用于多步串聯反應或需要多功能催化劑的反應。

然而，高熵納米粒子廣泛的成分組成和復雜的原子排列也為其合成、表征、理解和應用帶來了巨大挑戰。多元素組成會產生不同的物理化學性質，加上小的粒子尺寸與大的比表面積，使得其可控合成極具挑戰性。此外，隨機的多元素混合也會使精確描述單個納米粒子以及統計變化變得更加困難。因此，在對高熵納米粒子進行有效組合設計和性能優化時，構建合理的理解與指導方案將具有重要意義。

2.【成果簡介】

近日，美國馬里蘭大學胡良兵教授（通訊作者）等人，結合高熵納米粒子領域的研究進展及前期團隊重要成果，在最新一期Science上發表綜述論文：High-entropy nanoparticles: Synthesis-structure-property relationships and data-driven discovery，圍繞合成-結構-性質關系及數據驅動的發現對高熵納米粒子的發展進行了總結與展望。文章共同第一作者為Yonggang?Yao和Qi?Dong。

3.【圖文解讀】

圖1：具有多元素組成和增強功能的高熵納米粒子的發展???2022 AAAS

（A）面心立方晶格中高熵混合的示意圖：多元素隨機占據相同的晶格位置，形成一個高熵結構，例如高熵合金。

（B）從2004年開始，關于高熵合金的研究開始興起，并受到持續大量的關注。2016年，人們合成了一個多元素納米粒子庫（盡管具有不混溶性，并且會導致相分離），在此之后，各種單相和具有更多元素數量和種類的高熵納米粒子被相繼合成。

（C）這些高熵納米粒子在熱和電催化、能量儲存轉化以及環境和熱電技術中有重要應用。

圖2：高熵納米粒子的合成和結構???2022 AAAS

（A和B）高熵混合熱力學分析考慮的熵（A）和焓（B），主要是由高熵納米粒子的組成決定的。

（C）熱沖擊合成高熵納米粒子是通過高溫脈沖實現元素混合，然后快速淬火來保持高熵結構。

（D溫度-時間轉換圖描述了如何調整高溫冷卻速率、合成動力學，以形成多種具有不同結構和化學有序度的納米粒子。

（E）埃林漢姆（Ellingham）圖根據每種元素的氧化電位為形成合金或者氧化物高熵納米粒子提供了指導。

（F）合金高熵納米粒子PtPdFeCoNiAuCuSn。

（G）氧化物高熵納米粒子ZeCeHfCaMgTiLaYGdMnO_x。

圖3.高熵納米粒子的先進表征技術????2022 AAAS

（A）基于XRD、XAS和HAXPES等X射線技術，特別是使用可提供更高分辨率的同步加速X射線源，對高熵納米粒子的結構、化學和電子雜化的宏觀和整體表征示意圖。

（B）高熵納米粒子的4D-STEM及其應變映射圖，其中通過局部衍射（如點1到3）與平均結構進行比較，可以得出包括拉伸(紅色)和壓縮(藍色)在內的局部晶格應變分布。

（C）利用原子電子斷層掃描（AET）技術確定一個高熵金屬玻璃納米粒子的三維原子結構。

如圖所示是一個典型的實驗圖像（左上），平均二維功率譜（右上）和兩個2.4 ?厚的x-y和y-z平面的三維重建切片（底部），所用比例尺為2 nm。

（D）金屬玻璃高熵納米粒子的實驗三維原子模型。

（E）基于AET表征結果，確定了金屬玻璃納米粒子中共存的四種類晶體的中程有序。

圖4.催化反應中的高熵納米粒子???2022 AAAS

（A）高熵納米粒子的多元素協同作用產生了多活性位點和寬帶結合能分布模式。

（B）成分火山圖可以為設計高性能催化劑提供有效指導，其中合金化可以使吸附能朝著最佳性能方向調整，例如CoMo合金。

（C）優化后的CoMoFeNiCu 高熵合金納米粒子在500℃時的轉化率比Ru高4倍，這可以通過調節Co和Mo的組成比例來調節氮吸附能（ΔE_N）實現。

（D和E）IrPdPtRhRu高熵合金納米粒子表現出優異的析氫反應性能（D）和比單個金屬更高的催化轉換效率（E），表明高熵合金催化劑具有很強的非線性協同作用。

（F）與單個金屬相比，?IrPdPtRhRuOs高熵合金納米粒子在配合物和多步乙醇氧化反應（EOR）中表現出優異的性能。

（G）PtFeCoNiCu高熵合金納米粒子的原位氧化產生了高熵合金-核/氧化物-殼的結構。

（H）與純Co相比，高熵合金納米粒子表現出更低的對數氧化動力學，1 min內即可快速氧化。

圖5.數據驅動的高熵納米粒子的發現???2022 AAAS

（A和B）基于尺寸失配和焓結構預測的高通量計算（A）和通過吸附位點及結合能分布模式的催化性能預測（B）。

（C）組合優化和高通量合成高熵納米粒子的實例。

（D）數據驅動的PtFeCu催化劑的發現方式，包括（1）建模和模擬，（2）ML擬合和加速，（3）成分探究與預測以及（4）實驗驗證與反饋。

（E）傳統材料研究中的合成-結構-性質關系可能會被數據驅動的方法所取代，這些使用ML訓練模型的方法可以用于預測、理解和優化，甚至實現自動發現。

4.【小結與展望】

本文總結了高熵納米粒子在各領域取得的重要研究進展。同時，為了進一步推動其研究，作者也提出了今后需要繼續努力的方向，主要包括合成方法、高端表征、基礎理解以及數據驅動的發現等方面。?

（1）在合成方法方面，由于高熵納米粒子的元素差異和組成復雜性導致的不混溶性，目前對于可控合成的要求精度很高，如何實現非平衡合成與精細的結構/形態控制之間的平衡具有很大的挑戰性；（2）在高端表征方面，利用先進的原子級化學分析和原子結構成像等表征手段，有助于理解高熵納米粒子的表面、缺陷、元素分布及動態演化，從而為理論計算和理解反應路徑提供可靠的支撐信息；（3）在基礎理解方面，如何有效設計高熵納米粒子實現不同活性位點組合、滿足高性能催化仍不明確，此外，對活性位點的識別和對性能來源的理解需要進一步探究；（4）在數據驅動的發現方面，需要進一步發展高通量方法和數據挖掘，減小篩選結果與實際性能之間的差異，將實驗三維原子模型與計算方法結合，加深對高熵納米粒子合成-結構-性質之間關系的理解。

? 本文由famous程供稿。