DFT计算催化不是一个”算一次就出结论”的操作——它是一条从吸附能到活化能再到脱附热力学的完整链条,每个环节的参数选择都会沿链条传递放大。吸附构型筛错了,后面所有能垒计算都建立在错误的起点上;泛函选偏了,整条反应路径的能量标度就歪了。链条越长,每个决策点的容错率就越低。

团队处理过一个Cu-N₄单原子催化剂的CO₂电催化还原项目。客户的目标是确定CO₂在Cu位点上的还原路径——是走CO₂→CO→CHOH路线(质子辅助路径),还是走CO₂→COOH→CO路线(直接脱氧路径)。两条路径的起始步骤不同,对应的活化能差异直接决定了催化选择性的优劣。
Nørskov组在电催化DFT方法论中提出了一个核心框架:催化活性的关键指标是反应中间体的吸附能——吸附能太强,产物脱附困难(催化剂中毒);吸附能太弱,反应物无法被有效活化(催化惰性)。这个”火山图”关系在CO₂还原、HER、ORR等多个催化体系中都被验证过。团队在这个项目上的第一步,就是计算CO₂、CO、COOH、CHOH四个关键中间体在Cu-N₄位点上的吸附能。
CO₂在Cu-N₄上的吸附构型不止一种——C端朝Cu(线性吸附)、O端朝Cu(弯曲吸附)、双O端平行吸附(桥式)。团队用PBE泛函(截断能450 eV,4×4×1 k点网格,slab模型4层原子底部2层固定)对三种构型分别做了结构优化。结果:C端吸附的CO₂吸附能为-0.42 eV,弯曲O端吸附为-0.18 eV,桥式吸附为-0.07 eV。
差距不会说谎——C端吸附比其他构型强2-6倍,这个结果与文献中Cu位点对CO₂的碳端偏好完全一致。C端吸附后CO₂分子从直线构型弯曲成约133°的O-C-O角,弯曲本身消耗了约0.3 eV的变形能,但Cu-C键的强度足以补偿这个变形代价。
如果初始筛选只算了一种构型(比如随手放了C端朝Cu),后面所有能垒计算都基于这个构型——结论可能是对的,但论证链是不完整的。DFT计算催化中对吸附构型的穷举筛选,是保证结论可靠性的前置条件。
确定C端吸附为最优构型后,团队用CI-NEB方法搜索了两条还原路径的起始步骤能垒。路径A:CO₂(C端)→COOH(加一个H到O端),路径B:CO₂(C端)→CO+OH(C-O键断裂)。
NEB搜索中5个中间像,初始路径线性插值。路径A在180步内收敛,活化能0.78 eV;路径B收敛更困难——C-O键断裂涉及较大的原子位移,初始插值路径质量差,第一轮NEB跑了300步仍未收敛。团队重新构建了初始路径(手动调整中间像的C-O距离梯度),第二轮NEB在150步内收敛,活化能1.15 eV。
活化能的差异0.78 vs 1.15 eV直接指向路径A(质子辅助路径)的优势——在室温下,0.37 eV的能垒差对应的速率比约为10⁶倍。这个差距足以解释实验中观测到的CO选择性优于C₁产物的现象。
然而,PBE泛函在催化能垒预测中有已知偏差。Nørskov组的系统评估指出,PBE对金属表面的分子吸附能系统性偏强约0.2-0.4 eV(过度绑定问题),对活化能的影响方向取决于过渡态的金属-分子键强度——如果过渡态比初始态绑定更强,PBE会低估活化能;反之则高估。
团队在Cu-CO₂体系上做了HSE06的验证计算(仅对关键步骤):路径A的活化能从PBE的0.78 eV变为HSE06的0.85 eV,路径B从1.15 eV变为1.22 eV。两条路径的能垒差从0.37 eV变为0.37 eV——差值几乎不变。这意味着PBE对绝对能垒值有系统性偏低,但对两条路径之间的相对比较是可靠的。催化选择性的判断基于能垒差而非绝对值,PBE在这个维度上的可信度足够。
回过头看,DFT计算催化在这个项目里最大的价值不是给出了某个具体的数字,而是建立了”吸附构型→最优吸附→路径筛选→能垒比较→选择性判断”的完整推理链。每个环节的参数选择都有物理依据而非经验猜测,链条的可靠性来自每个节点的可验证性。GGA泛函的精度边界需要坦诚面对——绝对能垒值可能偏差0.1-0.3 eV,但路径间的相对比较精度通常在0.05 eV以内。
更多内容请访问 https://www.keyanxueshu.com/
材料力学计算:从弹性极限到塑性失稳的仿真决策链
DFT计算反应路径:NEB搜索最小能量路径的收敛陷阱与中间像策略
DFT计算催化:从吸附能到反应能垒的全链条参数决策
HOMO能级理论计算:VASP提取前线轨道能级的陷阱与修正策略
材料拉伸理论计算:碳纤维增强复合材料的力学响应预测
DFT计算过渡态费用:一个C-H键活化反应的能量势垒分析
DFT计算功函数:MoS2/MoS2异质结界面工程的电荷转移分析
无定形材料的DFT计算模型:从非晶结构构建到性质预测的挑战