数据驱动孔尺度建模：优化质子交换膜燃料电池（PEMFCs）多孔催化剂载体，提升传质性能

本文提出一种结合晶格玻尔兹曼方法（LB）和机器学习（ML）的数据驱动孔尺度建模框架，用于研究质子交换膜燃料电池（PEMFCs）的多孔催化剂载体。通过分析多种结构参数对传质和电化学性能的影响并优化结构，为 PEMFCs 催化剂层设计提供指导。

　　

研究背景

氢能源作为可再生能源，在实现净零碳排放中意义重大。质子交换膜燃料电池（PEMFCs）能高效将氢能转化为电能，因高功率密度、快速响应和低温操作等优势，被广泛应用于多个领域。然而，其性能、成本和耐久性方面存在挑战，限制了大规模部署。

PEMFCs 的催化剂层（CL）是关键组件，电化学反应在此发生，其设计影响电池性能和耐久性，且 CL 中铂（Pt）催化剂成本占 PEMFCs 总成本的 40%，因此合理设计 CL 以降低 Pt 负载对减少成本至关重要。

多孔碳因高比表面积，可使催化剂颗粒更均匀分布，提高 Pt 利用率，还能避免催化剂被离子 omer 电解质中毒，抑制催化剂降解，在 PEMFCs 领域备受关注。但传统试错法开发多孔碳，由于运输 - 反应过程复杂和实验观察困难，成本高且耗时，还未充分理解微观 / 介观结构 - 传输关系。

近年来，孔尺度建模在揭示 CLs 内多物理传输现象方面成效显著，晶格玻尔兹曼（LB）方法因高并行效率和易追踪流固界面等优势，常用于研究 CLs 复杂传输过程。同时，机器学习（ML）在多参数优化中作用重大，将 LB 和 ML 结合，是揭示结构 - 传输关系和实现多孔碳正向设计的有效途径。

研究方法

本文提出的数据驱动孔尺度建模框架包含三个模块。

• 重建模块：基于减法制造和随机重建方法，生成 CLs 带多孔催化剂载体的精细微观结构，包括微孔通道和中孔。先构建固体碳骨架，再转化为多孔碳，确定中孔和微孔的生成位置和参数，同时考虑 Pt 催化剂沉积和离子 omer 膜覆盖。
• 性能预测模块：采用 LB 方法，模拟 CLs 中氧扩散、质子传导、电子传导和氧还原反应过程。设定 PEMFCs 操作环境假设，建立氧传输、质子和电子传导的守恒方程，考虑氧分子平均自由程、Knudsen 扩散、氧在不同界面的溶解和反应等因素，计算相关系数和反应速率，最终求解得到各种性能指标。
• 数据驱动优化模块：构建基于回归反向传播神经网络（BPNN）的快速预测代理模型，结合遗传算法（GA）优化多孔催化剂载体结构参数。以总电位损失为预测值，通过训练代理模型，在 GA 中进行适应度评估，实现多参数优化。

研究结果

通过孔尺度 LB 模型和 ML 方法，分析了多孔催化剂载体结构参数对 CLs 传质和电化学性能的影响。

• 微孔通道半径：微孔通道半径（Rmicro）增大时，中孔支持 Pt 催化剂的表面积减小，Pt 催化剂聚集减少电化学活性表面积（ECSA）。质子传输电阻（RH+）随Rmicro增大而减小，氧局部传输电阻（RO2,local）先减小后增大，电化学性能中的欧姆电位损失、活化电位损失和总电位损失在Rmicro增大时先减小，但过大的Rmicro会使离子 omer 进入，影响性能。
• 微孔通道深度：微孔通道深度（dmicro）增加，内中孔变小，ECSA 降低。RH+随dmicro增大而增大，RO2,local先减小后增大，总电位损失在dmicro最小时最低。
• 中孔半径：中孔半径（Rmeso）增大，ECSA 先增后减。RH+在Rmeso从 3 - 5nm 增大时减小，5 - 6nm 时变化不大；RO2,local随Rmeso增大而增大。综合考虑，薄壳多孔催化剂载体利于提高传质和电化学性能。
• 内外 Pt 比例：Pt 催化剂在多孔催化剂载体内外表面的比例（Ptin:Ptout）影响传质和电化学性能。Ptin增加时，ECSA 先增后减，RH+减小，RO2,local在Ptin:Ptout为 0.5:0.5 时最低，总电位损失随Ptin增加而降低，但要注意 Pt 催化剂在内部表面沉积时的聚集问题。

通过重建大量不同结构的 CLs，训练数据驱动代理模型，并利用 GA 优化，得到最优结构参数为Rmeso = 6nm，Rmicro = 2nm，dmicro = 3nm，Ptin:Ptout = 0.73:0.27，此时总电位损失最低。

讨论

本研究的孔尺度建模框架实现了 CLs 与多孔催化剂载体的数字化，解析了多物理传输和电化学反应过程，优化了多孔催化剂载体。较大的微孔和中孔、较短的微孔通道以及更多内部 Pt 有利于降低质子传输电阻，但结构参数对氧传输电阻的影响取决于氧扩散系数和 ECSA。

虽然本文未涉及多孔碳的制备，但现有技术可实现对其结构和 Pt 催化剂分布的精确控制。此外，该框架可应用于其他多孔催化剂载体的正向设计，如锂离子电池、氧化还原液流电池、多相催化系统和生物医学多孔介质设备等。

模型验证

将重建结构与实验结果对比，发现重建得到的不同类型碳的比表面积与实验结果相符。模块 2 预测的传质电阻与实验测量结果吻合良好，计算得到的极化曲线与实验曲线也高度一致，验证了模型的有效性。