多相催化反应机理的 DFT 研究
利用周期性密度泛函理论，在电子结构层面揭示固体催化剂表面的吸附、活化与转化过程。通过过渡态搜索与能量分析确定可行的反应路径，并识别其中的速控步骤。
01
个人简介About
我是范守配（Shoupei Fan），一名从事计算化学研究的科研工作者。我的工作聚焦于多相催化反应的微观机理，主要借助密度泛函理论（DFT），从电子结构层面理解催化剂表面的吸附、活化与转化过程。
目前的研究重点之一是 MoS₂ 基催化剂的 CO₂ 加氢制甲醇反应网络。我以 Hu et al., Nat. Catal. 4, 242 (2021) 的工作为蓝本，尝试复现并理解其中的反应路径，关注不同硫空位构型对催化行为的影响，并系统计算各基元步骤的吸附能与反应能垒。
除了具体体系的研究，我也关注计算流程本身的工程化：从 Linux 与高性能计算环境的日常使用，到基于 Shell 与 Python 的自动化任务提交、数据后处理与可视化。我自建了一台计算服务器用于日常的 DFT 计算与测试，也乐于把其中积累的经验整理与分享。
02
研究方向Research Interests
以下方向围绕「从原子尺度理解并设计催化过程」展开，兼顾方法本身与具体反应体系。
过渡金属硫化物表面化学
关注 MoS₂ 等二维过渡金属硫化物的表面缺陷化学，研究硫空位的形成、稳定性及其对反应物吸附与活化的调控作用，理解缺陷结构与催化活性之间的关联。
CO₂ 转化与资源化
以 CO₂ 加氢制甲醇等反应为对象，探索催化剂结构与活性、选择性之间的构效关系，为低碳转化过程与催化剂的设计提供理论依据。
高通量计算与自动化工作流
将 VASP 计算与 pymatgen、ASE、Python 脚本相结合，构建涵盖结构生成、批量提交、数据解析与可视化的一体化流程，提高计算的效率与可复现性。
03
计算技能Computational Skills
日常使用的主要工具与方法，覆盖从建模、计算到后处理的完整链路。
VASP
结构优化、过渡态搜索（NEB / CI-NEB）、态密度与能带计算、频率分析，以及表面与吸附体系的第一性原理计算。
pymatgen / ASE
结构建模与对称性分析，批量生成与解析 VASP 输入输出文件，搭建可脚本化的计算流程。
Linux 与高性能计算
Ubuntu 环境管理、并行任务配置与作业调度，针对内存带宽与并行效率进行参数调优。
Shell / Python 自动化
批量任务提交、日志解析与结果汇总，把重复性操作脚本化，保证流程可复现。
数据可视化
用 Python 绘制能量剖面、吸附能趋势与态密度图，把计算结果转化为可读的机理图像。
DFT 理论与方法
交换关联泛函的选择、范德华修正的引入，以及 k 点网格与平面波截断能的收敛性测试。
04
在研课题Current Projects
当前工作围绕 MoS₂ 基催化剂的 CO₂ 加氢制甲醇反应网络展开，目标是复现并梳理完整的反应路径。
MoS₂ 表面 CO₂ 加氢反应网络
以 Hu et al., Nat. Catal. 4, 242 (2021) 为蓝本，构建 MoS₂ 表面的 CO₂ 加氢制甲醇反应网络，梳理各中间体与基元步骤之间的连接关系。
硫空位构型的稳定性与活性
对比双硫空位与三硫空位等缺陷构型的形成能与相对稳定性，评估其作为活性位点对反应物吸附与活化的调控作用。
基元步骤的吸附能与能垒
计算反应网络中每一步的吸附能、过渡态能垒与反应能，构建完整能量剖面并识别速控步骤；同时对 CO₂、H₂、CH₃OH、H₂O 等气相参考分子进行能量计算，保证热力学参考的一致性。
63
个有效计算任务
≈18
小时累计机时
05
计算平台Computing Setup
日常的 DFT 计算在自建的服务器上完成，配置以内存带宽和并行效率为优先考量。
| 处理器 | AMD EPYC 7642（48 核） |
|---|---|
| 内存 | 64 GB DDR4 ECC |
| 存储 | Kioxia 1 TB NVMe SSD + 14 TB HDD |
| 操作系统 | Ubuntu 24.04 LTS |
| 计算软件 | VASP 6.3.2，编译自 Intel oneAPI（ifx + MKL + Intel MPI） |
| 内存带宽 | STREAM Triad 实测约 86 GB/s |
06
发表论文Publications
论文列表整理中，敬请期待。
This section is being prepared. No publications are listed yet.
07
联系方式Contact
欢迎就计算化学、DFT 方法或 MoS₂ 催化相关的问题与我交流。