过氧化氢（H2O2）作为一种重要绿色化学品，在医疗消毒、水处理与化学合成等领域具有广泛应用。然而，在酸性条件下通过水氧化反应（WOR）电合成H2O2面临巨大挑战：一是催化剂难以兼顾选择性与产率，二是高氧化电位对催化剂稳定性构成严峻考验，制约了该领域的发展。
近日，我院姚传好教授团队与北京工业大学陈戈教授团队开展合作，报道了一种将可编程脉冲电位电解（PPE）与机器学习（ML）相结合的新方法。该方法不同于传统的材料预处理和改性，而是从电解策略入手，利用ML解析脉冲参数与电催化性能的关系，快速筛选出最优PPE参数；从而协助PPE对催化剂（硼掺杂金刚石，BDD）表面微环境进行原位动态调控，显著提升了BDD的酸性WOR性能。该方法在酸性WOR制备H2O2方面获得了突破性成果：实现了高达64.16%的法拉第效率（FE）和25.62 μmol cm-2 min-1的产率；与传统恒电位电解（CPE）相比，FE提高了28.9倍，产率提高了51.2倍，达到目前报道的酸性WOR制备H2O2的最高水平，甚至优于部分碱性体系催化剂的表现。机理研究表明，WOR性能受双电层电场与表面官能团协同调控，同时揭示H2O2通过•OH耦合的生成机制。
该研究成果以“Programmable Pulsed Acidic Water Oxidation for Enhanced H2O2 Production”为题，在线发表在国际著名期刊——《Angewandte Chemie International Edition》（中科院一区，TOP期刊）上。
福建师范大学为论文共同通讯单位，我校海峡柔性电子（未来科技）学院的研究助理向慧鑫为本论文共同作者，姚传好教授与陈戈教授为共同通讯作者。该研究得到国家自然科学基金项目（22571041）、福建省自然科学基金项目（2024J01300）资助。宁波市自然科学基金项目（202003N4005）及福建师范大学科研启动基金（Y0720326K13）项目的资助。
原文链接：https://doi.org/10.1002/anie.202519874