博文

江苏大学刘桂武/王明渊课题组：面向黑磷气体传感器的第一性原理–机器学习协同预测框架及快速气体响应可视化系统

已有 182 次阅读 2026-1-23 10:23 |个人分类:JAC|系统分类:论文交流

原文出自Journal of Advanced Ceramics (先进陶瓷)期刊

Cite this article:

Wang M, Zhang Y, Xiong B, et al. First-principles calculations informing machine learning framework and visualization system for rapid and generalized gas response prediction in black phosphorus sensors. Journal of Advanced Ceramics, 2026, https://doi.org/10.26599/JAC.2026.9221243

文章DOI：10.26599/JAC.2026.9221243

ResearchGate：First-principles calculations informing machine learning framework and visualization system for rapid and generalized gas response prediction in black phosphorus sensors

1、导读

气体传感器在实际应用中具有重要意义，但气敏材料的高效筛选仍然面临巨大挑战。传统的试错式研究方法成本高昂，单一描述符难以刻画复杂的相互作用，而多参数组合往往又引入强非线性问题。为克服上述局限性，本文提出了一种将第一性原理计算与机器学习（ML）相结合的协同策略，用于气敏性能的快速预测。以黑磷（BP）为模型体系，本文系统评估了其对21种气体的响应行为，重点分析了气体吸附引起的电子结构与几何结构变化。从第一性原理计算中提取的关键描述符被用于训练六种机器学习模型。其中，Extra Trees（ET）模型表现出优异的鲁棒性，在五折交叉验证中取得了96%的预测准确率，且偏差极小，同时在F1-score评价中也表现出领先水平。进一步通过特征重要性分析与SHapley Additive exPlanations（SHAP）解释方法，识别出吸附能、p轨道中心、价带顶、导带底以及费米能级是决定气敏响应的关键描述符。此外，本文开发了一个轻量化、基于Python的预测与可视化系统。仅需输入由第一性原理计算获得的上述五个关键特征，该系统即可实现对黑磷对不同气体分子响应行为的实时预测。该集成方法展示了在材料气敏性能预测方面的巨大潜力，并为气体传感器的理性设计与优化提供了有价值的理论指导。

2、研究背景

随着工业化的快速发展，大量有毒有害气体（如NO₂、CO和NH₃）在工业生产过程中被排放，对人类健康和生态环境构成严重威胁。因此，实现环境中气体种类及浓度的实时、精准检测，对工业安全与公共健康具有重要意义。气体传感器因其结构简单、响应迅速和灵敏度高，已被广泛应用于工业安全、环境监测及智能系统等领域。然而，气敏材料的筛选仍主要依赖经验驱动的试错式方法，实验成本高、周期长。尽管第一性原理计算能够从原子尺度揭示气体吸附行为，但单一描述符难以全面反映复杂的气体–材料相互作用机制，而多参数耦合又会引入高度非线性问题，严重制约了高效筛选与预测能力。因此，构建一种融合多维描述符与智能算法的高通量预测框架，对于实现气敏材料的快速筛选与理性设计具有重要意义。在此背景下，将第一性原理计算与机器学习相结合，为气敏性能预测提供了一条新的研究路径。本研究以黑磷为模型体系，基于多源文献数据构建气敏响应数据库，并通过二分类策略降低实验不一致性带来的偏差，进一步结合第一性原理计算提取关键电子结构描述符，构建高精度机器学习预测模型，为二维气敏材料的智能筛选与机制理解提供了新的理论支撑。

3、文章亮点

（1）第一性原理计算与人工智能的融合：提出了一种新颖的协同框架，将第一性原理计算与机器学习相结合，实现气敏性能的快速且高精度预测，有效克服了传统实验筛选方法耗时长、劳动强度大和成本高等局限性。

（2）高精度与高鲁棒性：以黑磷（BP）为模型材料，基于21种气体的数据集，系统性地训练并评估了六种机器学习模型。其中，Extra Trees（ET）模型表现尤为突出，在五折交叉验证下预测准确率达到96%，并在独立测试集中分别获得1.000和0.933的F1分数。

（3）基于SHAP的机理解析：特征重要性分析与SHAP解释结果表明，吸附能、p轨道中心、真空能级、价带顶以及导带底是决定气敏响应的关键描述符，它们通过调制能带结构和载流子输运行为主导气体响应过程。

（4）气敏预测可视化系统：构建了一套轻量化、基于Python的预测与可视化系统，仅需输入由第一性原理计算获得的五个关键特征，即可实现黑磷对不同气体分子响应趋势的实时评估。

4、研究结果及结论

图1 黑磷的结构、电子性质及选取的21种气体分子的结构

图2 第一性原理计算得到的数据集的分布情况

图3 机器学习的流程图及不同模型的准确率

图4 不同比例的验证集的混淆矩阵及对应的评价指标得分

图5 机器学习模型分类性能与特征分布的评估结果

图6 黑磷传感器气敏预测可视化系统

5、作者及研究团队简介

王明渊（第一作者），江苏大学资格副教授。2024年9月毕业于东南大学集成电路学院MEMS教育部重点实验室电子科学与技术专业，获工学博士学位；2023年3月－2024年3月瑞典乌普萨拉大学联合培养博士。2025年4月起任职江苏大学机械工程学院。主要从事可穿戴传感器、纳米能源器件、机器学习及第一性原理计算等研究工作。以第一/共一作者、通讯作者在Adv Mater、Adv Sci、ACS Nano、J Adv Ceram、Chem Eng J、Sens Actuators B Chem、Fuel、Chem Mater、J Mater Chem C等期刊发表SCI论文30余篇，其中第一作者论文11篇，高被引5篇。SCI论文他引1700余次，H因子24。

刘桂武（通讯作者），江苏大学材料学院教授、博士生导师，2008年获得西安交通大学博士学位。入选教育部新世纪优秀人才支持计划、江苏省六大人才高峰高层次人才、江苏省双创团队核心成员等。主要聚焦于陶瓷高温润湿与焊接、气敏材料和气体传感器，以及光-热-电转换材料及其器件研究。以第一作者或通信作者在Adv Mater、Adv Funct Mater、ACS Nano、J Adv Ceram、Nano Energy、Chem Eng J、Sens Actuators B Chem、J Eur Ceram Soc、Appl Phys lett等国内外知名期刊发表200余篇SCI论文，他引5000余次；以第一发明人授权20余项发明专利。

作者及研究团队在Journal of Advanced Ceramics上发表的相关代表作：

1）Zhao Y, Wang M, Liu S, et al. Pt decorated CoFe₂O₄/Co₃O₄ nanosheets derived from 2D Fe–Co MOF for enhanced HCHO detection. Journal of Advanced Ceramics, 2025, 14(6): 9221092. https://doi.org/10.26599/JAC.2025.9221092

2）Hassan M, Liu S, Liang Z, et al. Revisiting traditional and modern trends in versatile 2D nanomaterials: Synthetic strategies, structural stability, and gas-sensing fundamentals. Journal of Advanced Ceramics, 2023, 12(12): 2149-2246. https://doi.org/10.26599/JAC.2023.9220810

3）ZHANG Y, HAN S, WANG M, et al. Electrospun Cu-doped In₂O₃ hollow nanofibers with enhanced H₂S gas sensing performance. Journal of Advanced Ceramics, 2022, 11(3): 427-442. https://www.sciopen.com/article/10.1007/s40145-021-0546-2

《先进陶瓷（英文）》（Journal of Advanced Ceramics）期刊简介

《先进陶瓷（英文）》于2012年创刊，清华大学主办，清华大学出版社出版，清华大学新型陶瓷材料全国重点实验室提供学术支持，创刊主编为中国工程院院士、清华大学李龙土教授，主编为中国科学院院士、清华大学林元华教授、苏州国家实验室周延春教授、广东工业大学林华泰教授和哈尔滨工业大学张幸红教授。该刊主要发表先进陶瓷领域的高质量原创性研究和综述类学术论文，涉及先进陶瓷的制备、结构表征、性能评价的各个细节，尤其侧重新材料研制和先进陶瓷基础科学研究等重要方面，致力于在世界先进陶瓷领域搭建学术交流平台，引领和促进先进陶瓷学科的发展。已被SCIE、Ei Compendex、Scopus、DOAJ、CSCD等数据库收录。现为月刊，2025年发文量为202篇；2025年6月发布的影响因子为16.6，连续5年位列Web of Science核心合集“材料科学，陶瓷”学科33种同类期刊第1名；2024年11月入选“中国科技期刊卓越行动计划二期”英文领军期刊项目；2025年入选中国科学院文献情报中心期刊分区表材料科学1区Top期刊。2023年起，本刊结束与国际出版商的合作，改由清华大学出版社自主研发、拥有自主知识产权的科技期刊国际化数字出版平台SciOpen独家发布，标志着该刊结束多年来“借船出海”的办刊模式，回归本土独立运营，也是我国优质英文期刊中最早回归国产平台的期刊之一。