原子尺度三维动态解析：Pt合金纳米催化剂在氧还原反应中的功能退化机制与Ga掺杂稳定策略

本研究通过神经网络辅助原子电子断层扫描技术，首次实现了PtNi纳米催化剂在氧还原反应(ORR)过程中三维原子结构的动态追踪。团队揭示了电位循环下催化剂几何形变、表面合金化和应变松弛的协同退化机制，证实Ga掺杂可有效抑制Ni溶出并维持压缩应变，使ORR活性提升9.33 mA cm-2且稳定性提高31%。该研究为设计高耐久性燃料电池催化剂提供了原子尺度设计准则。

　　

燃料电池作为清洁能源转换装置的核心瓶颈在于阴极氧还原反应(ORR)的缓慢动力学。虽然铂基催化剂仍是当前主流选择，但其高昂成本和循环稳定性不足严重制约商业化进程。传统研究通过合金化、形貌调控等手段优化催化剂性能，但受限于二维表征技术的局限，对电位循环过程中原子级结构动态演变与ORR活性的关联机制始终缺乏直接证据。

《Nature Communications》最新研究通过革命性的神经网络辅助原子电子断层扫描(AET)技术，首次实现了对PtNi纳米催化剂在ORR过程中三维原子结构的动态解析。研究团队选取8-10 nm的八面体PtNi及Ga掺杂PtNi(Ga-PtNi)纳米颗粒，在0.6-1.0 V vs RHE电位区间进行12,000次循环测试，结合GENFIRE算法重建和深度学习增强，获得了精度达31.7±5.2 pm的三维原子坐标。

关键技术包括：1) 神经网络辅助AET实现17种循环状态下9个纳米颗粒的三维原子成像；2) 化学短程有序参数(CSRO)量化局部化学环境；3) 广义配位数(GCN)模型整合几何-化学-应变三重描述符；4) 同步辐射验证碳载催化剂ORR活性。

几何动态演变

未掺杂PtNi经12k循环后球形度增加40%，[111]晶面比例从38%降至22%，而Ga-PtNi通过形成凹面[111]晶面维持初始形貌。AET首次揭示二维投影可能误判八面体为球形，强调三维表征的必要性。

局部化学动态

PtNi表面Ni含量循环后骤降44%，而Ga-PtNi仅减少17%。CSRO分析显示Ga使表面Pt偏析(α_PtNi=0.3)转化为稳定合金态，抑制了Ni的亚表层扩散。深度剖面证实Ga优先占据表面位点，形成原子级保护层。

应变动态

Ga-PtNi初始表面压缩应变(-2.3%)接近ORR最佳值(-3%)，循环后应变松弛率(26%)显著低于PtNi(41%)。局部晶格拟合显示Ga doping使表面应变波动范围从±0.8%收窄至±0.5%。

ORR活性计算

通过改进的合金敏感广义配位数(MASGCN)模型，量化得出Ga-PtNi在12k循环后活性仅衰减4%，而PtNi衰减达17%。电化学验证显示Ga-PtNi/C比活性(9.33 mA cm^-2)是PtNi/C的1.8倍，耐久性提升31%。

该研究建立了"几何形变-化学演化-应变弛豫"的原子级降解模型，证实1.4 at% Ga掺杂可通过p-d轨道杂化稳定表面电子结构。提出的MASGCN描述符实现了ORR活性的单原子级预测，为新一代燃料电池催化剂设计提供了三维动态标准。Chaehwa Jeong、Juhyeok Lee等发展的神经网络AET方法，将催化材料研究推进到原子动态监测的新维度。