Aller au contenu principal
2026 article

The Reconstruction Mechanism and NH 3 ‐SCR Kinetics of Mn Clusters on MoS 2 by Ab Initio Data Driven Machine Learning Simulations

0Citations signalées, ce qui n’est pas une note de qualité
5Institutions déclarées
2Pays d’affiliation déclarés

Rattachement africain : cn, Éthiopie. Niveau de preuve : code pays fourni par la source.

Le résumé fourni par la source

ABSTRACT The strong metal‐support interactions (SMSI) between supported clusters and substrate can drive the local structure reconstructions, which stabilize the supported clusters to avoid migration and aggregation. Such reconstruction and stabilization mechanism are crucial to construct the atomically dispersed catalysts (ADCs), but they are too complex to simulate in most catalyst theoretical studies for a relative long time. Herein, an accurate machine learning potential (MLP) is employed into Monte Carlo simulation on the Mn N (1 ≤ N ≤ 7) clusters supported on MoS 2 layer. The adsorption, reconstruction and thermodynamic and kinetical stabilization of Mn clusters on perfect and defective MoS 2 are compared studied. The results indicate that the S vacancies can effectively anchor Mn clusters and are feasible to control the dual‐atom catalysts (DACs) on the MoS 2 surface. Besides, Comparative analysis reveals that the Mn 2 @MoS 2 ‐S 2 V exhibits superior NH 3 ‐SCR catalytic activity. The complete reaction process of Mn 2 @MoS 2 ‐S 2 V following the “Fast‐SCR” mechanism and the NO 2 reduction pathway is the dominant route, with a rate‐determining barrier of 1.03 eV. This work provides a pioneer way to disclose the very complex reconstruction of supported clusters with SMSI in simulation, which is indeed helpful to design real atomic structure of ADCs.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé, mais le titre doit être comparé manuellement.

Titre Crossref
The Reconstruction Mechanism and NH <sub>3</sub> ‐SCR Kinetics of Mn Clusters on MoS <sub>2</sub> by Ab Initio Data Driven Machine Learning Simulations
Date Crossref
24/03/2026
Éditeur
Wiley
Type
journal-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Où se fait cette recherche

  • Dalian University of Technology pays non établi dans la notice
    Université ou école supérieure
  • Dalian University pays non établi dans la notice
    Université ou école supérieure
  • Ministry of Education Éthiopie (code pays fourni par la source)
    Organisme public
  • Key Laboratory of Materials Modification by Laser pays non établi dans la notice
    Structure de recherche
  • Beijing University of Technology pays non établi dans la notice
    Université ou école supérieure
  • State Key Laboratory of Fine Chemicals Frontier Science Center for Smart Material School of Chemical Engineering pays non établi dans la notice
    Université ou école supérieure
  • Beijing Key Lab of Microstructure and Property of Adv. Mater. College of Material Science and Engineering pays non établi dans la notice
    Université ou école supérieure
  • Suzhou Laboratory Suzhou China pays non établi dans la notice
    Structure de recherche

Dalian University of Technology, Dalian University et Ministry of Education (Éthiopie), avec 5 autres affiliations. Pays d’affiliation : Éthiopie.

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

Machine Learning in Materials ScienceCatalytic Processes in Materials ScienceAmmonia Synthesis and Nitrogen Reduction

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.