电催化CO2还原制甲醇及机器学习赋能

孙茹宇1，祁曼1，赵亚文1，吕永利2，王丽1，延卫1（1.西安交通大学能源与动力工程学院；2.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）

摘要：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。

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