摘要：近年来,原子催化剂(ACs)引起了广泛的研究关注.目前该领域的长足发展受限于贵金属的使用和单原子催化剂(SACs)的性能有限.本文总结了利用密度泛函理论(DFT)和机器学习(ML)方法筛选高效的基于石墨炔(GDY)的原子催化剂的工作.研究表明, Pd, Co, Pt和Hg可以形成稳定的零价过渡金属-石墨炔组合(TM-GDY),而镧系-过渡金属的双原子催化剂(Ln-TM DAC)组合通过f-d轨道耦合作用可以获得有效的催化性能提升.进一步分析表明,主族元素与过渡金属和镧系金属的结合可以通过p轨道耦合保持高电活性,从而构成高度稳定的GDY-DAC系统,机器学习算法也揭示了s,p轨道的作用.此外,理论算法技术在筛选催化水分解析氢反应(HER)的高效组合上也表现出了优越性,创新性地预测了石墨炔-原子催化剂在实际催化反应中的潜能.本综合评述可为未来设计新型原子催化剂提供新的思路与策略.

摘要：三维空间建模方法是三维地勘工程GIS研究的核心问题之一。提出一种基于似三棱柱体元的三维数据模型 ,模型包含顶点、线段 (棱边、三角形边 )、三角形、侧面四边形、三棱柱体元 5个基本元素 ,和点对象、线对象、面对象、体对象、复杂对象、空间对象等 6个对象。设计了 5个基本元素和 3种地质对象的数据结构和它们之间的拓扑关系。以岩体和巷道为例 ,给出了似三棱柱体建模思路和算法。利用内蒙古某矿区实际钻孔资料和模拟巷道数据对所开发的系统原型进行验证。研究表明 ,基于似三棱柱体元的数据模型的优势在于可以表示空间对象的表面和内部结构 ,便于建模和节省存储空间 ,同时便于不规则的自然地质体和规则勘探工程建模。