Recently, as interest in eco-friendly and sustainable energy increases, the need for research on energy conversion catalysts is emerging. Heterogeneous catalysts are economically and environmentally desirable for industrial applications due to their high recycling rates. However, they show low efficiency and typically use expensive noble metals. Therefore, it is necessary to develop an economic and highly efficient heterogeneous catalyst. To develop a catalyst with desired properties, it is necessary to understand the mechanism and identify the factors that determine the activity. In this dissertation, we understand the reaction mechanism of catalyst, activity, and selectivity determining factor using the first principle calculations. And based on this, we discover stable and high-efficiency catalysts using data-based machine learning methods.
최근 친환경적이고 지속가능한 에너지의 관심이 높아지면서 에너지 전환 반응 촉매에 대한 연구의 필요성이 대두되고 있다. 불균일 촉매는 높은 재 사용률 덕분에 경제적 및 환경적으로 산업에 적용하기 바람직하다. 하지만 불균일 촉매는 효율이 낮고 비싼 귀금속이 주로 사용되는 단점이 존재한다. 따라서 값 싸고 효율이 높은 불균일 촉매의 개발이 필요하다. 원하는 물성을 가진 촉매의 개발을 위해서는 먼저 촉매의 메커니즘을 잘 이해하여 활성을 결정하는 인자를 파악한 후 촉매 탐색에 적용해야 한다. 본 박사학위논문에서는 제1원리계산을 이용하여 촉매 반응의 메커니즘과 활성, 선택성을 결정하는 인자를 이해하려 한다. 그리고 이를 바탕으로 데이터 기반의 기계학습을 이용한 새로운 촉매 소재 탐색을 통해 안정하고 고효율의 촉매를 개발하고자 한다.
