User: Guest  Login
Original title:
Iridium Oxide as Catalyst in Water Electrolysis: Identification of Novel Surface Structures via Machine Learning
Translated title:
Iridiumoxid als Katalysator in der Wasserelektrolyse: Identifizierung neuartiger Oberflächenstrukturen durch maschinelles Lernen
Author:
Timmermann, Jakob Christian
Year:
2022
Document type:
Dissertation
Faculty/School:
Fakultät für Chemie
Advisor:
Reuter, Karsten (Prof. Dr.)
Referee:
Reuter, Karsten (Prof. Dr.); Oberhofer, Harald (Prof. Dr.)
Language:
en
Subject group:
CHE Chemie
Keywords:
Water Electrolysis, Machine Learning, Iridium Oxide, Hydrogen
Translated keywords:
Wasserelektrolyse, Maschinelles Lernen, Iridiumoxid, Wasserstoff
TUM classification:
CHE 150
Abstract:
Hydrogen production via water electrolysis is key for a renewable energy landscape. For the most promising electrolyzer iridium oxide is the only anode catalyst balancing activity and stability. In this thesis a method combining Machine Learning and Density Functional Theory is developed and applied to identify the global minimum structure of various iridium oxide surfaces via an iterative simulated annealing protocol. In cooperation the most relevant structure was experimentally validated.
Translated abstract:
Die Wasserstoffproduktion durch Elektrolyse ist entscheidend für die Energiewende. Für die Anode ist Iridiumoxid der einzige aktive und stabile Katalysator. In dieser Arbeit wird eine Methode, die Maschinelles Lernen und Dichtefunktionaltheorie kombiniert, vorgestellt und angewendet, um die energetisch niedrigste Struktur diverser Iridiumoxidoberflächen über ein iteratives simulated annealing Protokoll zu bestimmen. In Zusammenarbeit wurde die relevanteste Struktur experimentell validiert.
WWW:
https://mediatum.ub.tum.de/?id=1634081
Date of submission:
06.12.2021
Oral examination:
06.05.2022
File size:
14871588 bytes
Pages:
102
Urn (citeable URL):
https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20220506-1634081-1-8
Last change:
13.06.2022
 BibTeX