基于机器学习的质子交换膜水电解电池双极板强抗腐蚀及高电导率保护性双层涂层设计

《Journal of Materials Science & Technology》：Design of strong anti-corrosion and high electrical conductivity protective bilayer coatings on bipolar plates in PEMWE cells by machine learning

　　ML结合实验能够实现对高性能涂层的快速设计。• ML预测对I_corr和ICR进行排名，并明确识别出性能间的权衡关系。• 实验结果验证了双层涂层ML预测的可靠性。• TaC/Ta涂层表现出良好的防腐性和优异的电导率。• 腐蚀后的TaC/Ta涂层仍保持优异的稳定性和导电性。**引言**双极板（BP）是质子交换膜水电解（PEMWE）中的关键组件，需要兼具高电导率和强耐蚀性[1,2]。尽管可以通过制备高性能涂层对BP进行有效保护[[3], [4], [5]]，但涂层开发的"试错"优化过程会带来难以承受的时间和资金成本。为加速这一开发过程，基于密度泛函理论（DFT）的腐蚀理论被引入[[6], [7], [8]]。Lv等人[7]利用修正的腐蚀理论预测了Nb及其合金的腐蚀行为，但预测结果与实验值存在一定偏差[7,9]。Gong等人[9]预测过共晶高铬铸铁的腐蚀电流密度（*I*_corr）为44.1 μA cm^?2，然而该值远高于实测*I*_corr（7.240 mA cm^?2）。为克服这一问题，机器学习（ML）被用于加速防腐涂层的开发[10,11]。例如，Madhavan等人[12]预测了316L不锈钢上类金刚石碳涂层的电化学性能，其决定系数（*R*² > 0.98）很高。Cheng等人[13]筛选出了具有防腐性能的Ti₃₅Zr₁₄Nb₂₈Mo₇V₁₆高熵合金涂层。尽管已有进展，但基于ML的保护涂层电导率预测仍未得到充分探索，这主要是由于缺乏高质量数据集，以及电子传输与涂层结构之间复杂的非线性关系所致。与热力学性质和腐蚀电位不同，双层涂层的电导率对晶粒尺寸、缺陷、相结构等高度敏感。需要高保真描述符来精确捕捉这些细微的结构变化。此外，虽然单层金属碳化物/氮化物涂层[4,[14], [15], [16]]和聚合物基涂层[[17], [18], [19]]通常表现出优异的耐腐蚀性，但它们通常存在高界面接触电阻（ICR）的问题。为解决防腐性能与电导率之间的权衡关系，人们设计了双层和多层涂层[14,15,20,21]，如Pt-Ta多层涂层[22]、Nb/NbN双/多层涂层[23]、PPy-TiN/CrN双层涂层[24]等。例如，TiCrN/TiCr双层涂层的*I*_corr值（0.154 μA cm^?2）和ICR值（3.2 mΩ cm²）均低于单层TiCrN涂层（*I*_corr = 0.370 μA cm^?2，ICR = 7.8 mΩ cm²）[14]。本质上，界面可以破坏柱状晶的生长，有效阻挡侵蚀性离子的渗透，同时平滑表面形貌以减少电子的表面散射[[25], [26], [27]]。反过来，额外的界面不可避免地增加了电子散射，导致电导率下降。这种权衡关系给涂层设计带来了挑战[3,28]。通过调整涂层厚度、层序和元素组成，已对耐腐蚀性和电导率进行了优化[25,26]。然而，对多种因素的整体性、定量性理解仍然缺乏。因此，高性能双层或多层涂层的合理设计与筛选变得更加困难。通过学习性能（如*I*_corr、*U*_corr、ICR等）与涂层参数（如单层厚度、堆叠顺序、界面相互作用、形成能、泊松比等）之间的非线性多目标关系，ML模型可以提供一种快速预测和优化多功能双层/多层涂层的有前景的方法。在本工作中，我们从已发表的文章中汇编了双极板上金属/金属碳化物（氮化物）双层涂层的耐腐蚀性和电导率的综合数据集。经过特征工程和降维处理后，构建了高相关性和低维度的涂层子集。随后，多种ML回归算法通过*R*²、均方根误差（RMSE）和均方根对数误差（RMSLE）进行优化和评估。基于优化后的子集和回归算法，对双层涂层的耐腐蚀性和电导率进行训练和预测。然后，TaC/Ta和TaN/Ta双层涂层被确定为具有强防腐性能和良好电导率的顶级候选者。以TaC/Ta、TaN/Ta和NbN/Nb双层涂层为例，在Ti双极板上沉积涂层以实验验证ML预测趋势，展示了成功的预测-验证闭环。**章节摘要****数据集构建、降维及回归算法选择**ML数据集由已发表文章中的金属/金属碳化物（氮化物）双层涂层的防腐和电导性能构建。初始特征空间由168个描述符组成，包括涂层结构参数（厚度、层数和单层厚度）、电解质条件（pH）以及分子的本征物理/化学参数（如分子质量、体积、形成能等）。这不仅可以降低……**双层涂层数据集构建**图1(a–c)展示了第2步中FI方法筛选出的30个最重要特征。在这些特征中，双层涂层的结构架构，包括总厚度（*T*_tot）、顶层厚度（*T*_top）和底层厚度（*T*_bot），排名居前，因此基础性地影响腐蚀行为和电导率。如图1(a)所示，顶层的特征，如单位晶胞总能量（*E*₁）、电导率（Cond_p1）……**结论**采用ML方法筛选和设计适用于双极板的具有强耐腐蚀性和高电导率的双层涂层。基于优化后的特征数据集和回归算法，ML模型预测TaC/Ta、TaN/Ta和NbN/Nb双层涂层可能是PEMWE电池中保护双极板的良好候选者，并通过磁控溅射将其沉积在Ti双极板上。实验结果表明，在50–80 °C条件下，TaN/Ta双层涂层表现出最低的*I*_corr……**CRediT作者贡献声明****吕元江：** 审阅与编辑、撰写初稿、方法论、正式分析、数据整理、概念构思。**罗巧梅：** 审阅与编辑、可视化。**顾国松：** 审阅与编辑、可视化。**陈世萌：** 审阅与编辑、可视化。**孙文倩：** 可视化。**高建平：** 可视化。**常庚荣：** 可视化。**刘明霞：** 可视化。**孟宇：** 可视化。**马飞：** 审阅与编辑、可视化……**利益冲突声明**作者声明不存在已知的可能影响本文所报告工作的财务利益或个人关系。**致谢**本工作由中国国家重点研发计划（编号：2022YFB4002100）和国家自然科学基金（编号：52271136）共同资助。吕元江 | 罗巧梅 | 顾国松 | 陈世萌 | 孙文倩 | 高建平 | 常庚荣 | 刘明霞 | 孟宇 | 马飞