Angew. Chem. Int. Ed.:铟掺杂多孔碳MoP 纳米颗粒——出色的高效CO2电还原电催化剂


【引言】

CO2不仅是主要的温室气体也是一种廉价的,丰富的安全的碳源。采用CO2生产燃料或者化学品对于实现碳能量循环是非常有前景的。在众多CO2转换方法中,电化学还原系统是绿色的,模块化的并且便于大规模应用的。用于过程驱动的电能可以通过可再生能源产出,例如太阳能,风能。在过去几十年中,许多金属,金属氧化物以及碳基材料被用来作为在水溶液中或者离子液体(IL)中CO2还原的电极。虽然这些电极材料展现出了一定的CO2还原性能,但是它们仍旧不够高效和充分使用。

近年来,研究人员在发展非贵金属电催化剂,比如合金,金属硫化物,碳材料,磷化物以及氮化硼,做出了巨大的努力。作为新型的非贵金属催化剂的典型代表, 过渡金属磷化物(TMPs), 特别是MoP在HER,ORR以及直接甲醇氧化反应(DMOR)中极具前景。同时采用多孔碳材料来稳定纳米粒子是一种有效的途径来保持MoP的高活性。

【成果简介】

近日,来自中科院化学所的韩布兴院士Angew. Chem. Int. Ed.上发文,题为:“MoP Nanoparticles Supported on Indium-Doped Porous Carbon: Outstanding Catalysts for Highly Efficient CO2 Electroreduction”。研究人员合成了铟掺杂多孔碳MoP 纳米颗粒电催化剂,并且首次将其应用在了CO2电化学还原领域。研究人员发现,铟掺杂多孔碳MoP 纳米颗粒具有出色的二氧化碳还原为甲酸的性能。当采用离子液体1-丁基-3- 甲基咪唑六氟磷酸盐作为电解液时,法拉第效率和电流密度分别达到了96.5%和43.8mA cm-2。电流密度要比目前报道过的具有高法拉第效率的催化剂的电流密度高。MoP和掺杂的In2O3共同促进二氧化碳的电还原。

【图文导读】

图1. MoP@In-PC结构成分表征

A) SEM图;

B) TEM图;

C) HR-TEM图并且箭头展示了MoP晶格;

D) MoP@In-PC元素分布;

E), F), G) 分别为MoP@In-PC的In 3d, Mo 3d, P 2p轨道的XPS图;

图2. 二氧化碳电还原反应

A) 5中电极的LSV曲线;

B) 5中电极在不同偏压下6小时电解产生甲酸产物的法拉第效率:MoP@In-PC (a), MoP@Ga-PC (b), MoP@PC-1 (c), MoP@PC-2 (d), 块体MoP (e) ;

C)在–2.2 V (vs. Ag/Ag+)条件下电解过程的稳定性;

D)5中电极的塔菲尔斜率 ;

图3. MoP@In-PC表面积表征

A) 在25℃下5中材料的CO2吸附曲线;

B) 在-2.2V (vs. Ag/Ag+)还原电流密度曲线与扫速的关系:(a)MoP@In-PC, (b)MoP@Ga-PC, (c)MoP@PC-1, (d)MoP@PC-2, (e)块体 MoP;

图4. 电化学阻抗

A)5种电极的能斯特曲线;

B) 5中电极在饱和氮气的0.1M H2SO4溶液中的单一氧化LSV曲线;

【总结】

研究人员通过MoP@In-PC, MoP@Ga-PC, MoP@PC-1, MoP@PC-2, 块体MoP对二氧化碳电催化还原为甲酸进行了研究。 研究人员发现MoP@In-PC是非常有效而且稳定的催化剂。当采用离子液体1-丁基-3- 甲基咪唑六氟磷酸盐作为电解液时,法拉第效率和电流密度分别达到了96.5%和43.8mA cm-2。研究表明MoP@In-PC出色的催化性能来自于MoP的纳米尺度,低的界面电荷传输阻抗,强的CO2 和CO2·- 中间体吸附能力,以及MoP和铟掺杂碳的协同效应。

文献链接:MoP Nanoparticles Supported on Indium-Doped Porous Carbon: Outstanding Catalysts for Highly Efficient CO2 Electroreduction,(Angew. Chem. Int. Ed., 2018, DOI: 10.1002/aenm.201702839).

本文由材料人新能源学术组Z. Chen供稿,材料牛整理编辑。

材料牛网专注于跟踪材料领域科技及行业进展,这里汇集了各大高校硕博生、一线科研人员以及行业从业者,如果您对于跟踪材料领域科技进展,解读高水平文章或是评述行业有兴趣,点我加入编辑部

欢迎大家到材料人宣传科技成果并对文献进行深入解读,投稿邮箱:tougao@cailiaoren.com。

投稿以及内容合作可加编辑微信:RDD-2011-CHERISH,任丹丹,我们会邀请各位老师加入专家群。

材料测试,数据分析,上测试谷

分享到