提高23倍！清华大学张亮Science子刊：贝叶斯学习辅助设计催化剂！

主要观点总结

本文介绍了华算科技为开学季提供的DFT理论计算全场6折特惠活动，特别针对催化/电池等研究领域。文章强调了绿色氢能生产的重要性及电化学水分解中的OER反应瓶颈，尤其是PEMWE的应用。针对铱在OER催化剂中的应用问题，介绍了清华大学燃烧能源中心和车辆学院张亮副教授团队的研究，该团队通过结合DFT计算与贝叶斯学习策略，成功设计出高效、低铱的OER电催化剂。实验结果表明，该催化剂在铱质量比活性上有所提升。

关键观点总结

关键观点1: 华算科技DFT计算特惠活动

为开学季提供DFT理论计算全场6折特惠，针对催化/电池领域限量秒杀。

关键观点2: 绿色氢能生产的重要性

作为可再生能源的重要载体，绿色氢能在应对全球能源安全、气候变化和环境污染方面具有巨大潜力。

关键观点3: 电化学水分解中的OER反应瓶颈

电化学水分解中的阳极氧析出反应（OER）是水电解的关键瓶颈，需要高效稳定的电催化剂。

关键观点4: 贝叶斯学习辅助策略在电催化剂设计中的应用

清华大学张亮副教授团队采用贝叶斯学习辅助策略，结合DFT计算与机器学习方法，成功设计出高效、低铱的双金属氧化物电催化剂。

关键观点5: 实验验证与理论预测的结合

研究通过理论预测与实验验证，合成具有原子级分散铱的TiO₂材料，并引入氧空位提升其催化性能。与商业IrO₂相比，所制备的IrTiO₂₋ₓ催化剂在铱质量比活性上显著提高。