Optimization of Binary Transition-Metal Electrocatalysts for Hydrogen Production via Water Electrolysis. PhD thesis, King Fahd University of Petroleum and Minerals.

PDF (Ph.D. Thesis after revision) full.pdf - Published Version Restricted to Repository staff only until 2 June 2027. Available under License Creative Commons Attribution. Download (42MB)

Arabic Abstract

يُعدّ إنتاج الهيدروجين عبر التحليل الكهربائي للماء باستخدام خلايا غشاء البوليمر البروتون (PEM) من الحلول الواعدة لتمكين التكامل واسع النطاق لمصادر الطاقة المتجددة، إلا أنّ كفاءة هذه الخلايا وجدواها الاقتصاديّة ما تزال مقيّدة بعوامل تتعلق بنشاط المحفزات واستقرارها وتكلفتها، خصوصًا في الوسط الحمضي. تقدم هذه الرسالة تحقيقًا متكاملاً يجمع بين الجوانب النظرية والبيانات الحسابية والتجارب العملية بهدف تحسين أداء المحفزات الثنائية القائمة على معادن الانتقال لتفاعل إنتاج الهيدروجين (HER) وتطور الأكسجين (OER). وقد استُخدمت حسابات نظرية دالة الكثافة (DFT) لتقييم طاقات امتزاز الهيدروجين والأكسجين على فوسفيدات معدنية أحادية وثنائية بهدف فهم أدائها التحفيزي والتنبؤ به. ولتسريع عملية الفرز وتجاوز حدود DFT، تم تطوير نموذج تعلّم آلي يعتمد على خمسة واصفات تركيبية فقط، جرى تحديدها والتحقق من فعاليتها عبر مجموعات بيانات منتقاة، مما يمهّد لبناء نموذج كفء لفرز محفزات HER المحتملة. واستنادًا إلى الرؤى النظرية ونتائج التعلّم الآلي، جرى تصنيع عدة فوسفيدات ثنائية لمعادن الانتقال إضافةً إلى مواد قائمة على أكاسيد الكوبالت باستخدام طرق المعالجة المائية والفسفرة والتحلل الحراري. وتُظهر التحاليل الكهروكيميائية أنّ فوسفيدات الكوبالت–النيكل تمتلك نشاطًا جيدًا واستقرارًا مناسبًا لتفاعل HER في الوسط الحمضي، بينما يُظهر نظام أكاسيد الكوبالت المطعّم بالنيكل والحديد أداءً تنافسيًا لتفاعل OER مع ثبات ملحوظ.

English Abstract

Hydrogen production through water electrolysis using polymer electrolyte membrane (PEM) electrolysers is a promising solution for enabling the large-scale integration of renewable energy. However, the efficiency and economic viability of PEM electrolysers remain constrained by catalyst activity, stability, and cost, particularly in acidic media. This dissertation presents a combined Density functional theory (DFT) method, data-driven, and experimental investigation aimed at optimizing binary transition-metal electrocatalysts for the hydrogen evolution reaction (HER) and oxygen evolution reaction (OER). DFT calculations were employed to evaluate the free energy of hydrogen and oxygen adsorption on single and binary metal phosphides, to quantifying and predicting their catalytic performance. To accelerate screening beyond the limits of DFT, a machine-learning approach is used. In this work, we develop a model and identify five key compositional-only features in HER screening. The five features were validated across filtered datasets. The model serves as a foundation for establishing an efficient ML model to screen potential HER electrocatalysts. Guided by theoretical and ML insights, several transition-metal phosphides and cobalt-oxide–based materials were synthesized using hydrothermal, phosphorization, and thermal-decomposition routes. Electrochemical analysis reveals that Co-Ni phosphides exhibit good HER activity and stability in acidic media. In contrast, a cobalt-oxide system co-doped with Ni and Fe delivers competitive OER performance with significant durability.