Angew. Chem. Int. Ed.:銦摻雜多孔碳MoP 納米顆粒——出色的高效CO2電還原電催化劑


【引言】

CO2不僅是主要的溫室氣體也是一種廉價的,豐富的安全的碳源。采用CO2生產燃料或者化學品對于實現碳能量循環是非常有前景的。在眾多CO2轉換方法中,電化學還原系統是綠色的,模塊化的并且便于大規模應用的。用于過程驅動的電能可以通過可再生能源產出,例如太陽能,風能。在過去幾十年中,許多金屬,金屬氧化物以及碳基材料被用來作為在水溶液中或者離子液體(IL)中CO2還原的電極。雖然這些電極材料展現出了一定的CO2還原性能,但是它們仍舊不夠高效和充分使用。

近年來,研究人員在發展非貴金屬電催化劑,比如合金,金屬硫化物,碳材料,磷化物以及氮化硼,做出了巨大的努力。作為新型的非貴金屬催化劑的典型代表, 過渡金屬磷化物(TMPs), 特別是MoP在HER,ORR以及直接甲醇氧化反應(DMOR)中極具前景。同時采用多孔碳材料來穩定納米粒子是一種有效的途徑來保持MoP的高活性。

【成果簡介】

近日,來自中科院化學所的韓布興院士Angew. Chem. Int. Ed.上發文,題為:“MoP Nanoparticles Supported on Indium-Doped Porous Carbon: Outstanding Catalysts for Highly Efficient CO2 Electroreduction”。研究人員合成了銦摻雜多孔碳MoP 納米顆粒電催化劑,并且首次將其應用在了CO2電化學還原領域。研究人員發現,銦摻雜多孔碳MoP 納米顆粒具有出色的二氧化碳還原為甲酸的性能。當采用離子液體1-丁基-3- 甲基咪唑六氟磷酸鹽作為電解液時,法拉第效率和電流密度分別達到了96.5%和43.8mA cm-2。電流密度要比目前報道過的具有高法拉第效率的催化劑的電流密度高。MoP和摻雜的In2O3共同促進二氧化碳的電還原。

【圖文導讀】

圖1. MoP@In-PC結構成分表征

A) SEM圖;

B) TEM圖;

C) HR-TEM圖并且箭頭展示了MoP晶格;

D) MoP@In-PC元素分布;

E), F), G) 分別為MoP@In-PC的In 3d, Mo 3d, P 2p軌道的XPS圖;

圖2. 二氧化碳電還原反應

A) 5中電極的LSV曲線;

B) 5中電極在不同偏壓下6小時電解產生甲酸產物的法拉第效率:MoP@In-PC (a), MoP@Ga-PC (b), MoP@PC-1 (c), MoP@PC-2 (d), 塊體MoP (e) ;

C)在–2.2 V (vs. Ag/Ag+)條件下電解過程的穩定性;

D)5中電極的塔菲爾斜率 ;

圖3. MoP@In-PC表面積表征

A) 在25℃下5中材料的CO2吸附曲線;

B) 在-2.2V (vs. Ag/Ag+)還原電流密度曲線與掃速的關系:(a)MoP@In-PC, (b)MoP@Ga-PC, (c)MoP@PC-1, (d)MoP@PC-2, (e)塊體 MoP;

圖4. 電化學阻抗

A)5種電極的能斯特曲線;

B) 5中電極在飽和氮氣的0.1M H2SO4溶液中的單一氧化LSV曲線;

【總結】

研究人員通過MoP@In-PC, MoP@Ga-PC, MoP@PC-1, MoP@PC-2, 塊體MoP對二氧化碳電催化還原為甲酸進行了研究。 研究人員發現MoP@In-PC是非常有效而且穩定的催化劑。當采用離子液體1-丁基-3- 甲基咪唑六氟磷酸鹽作為電解液時,法拉第效率和電流密度分別達到了96.5%和43.8mA cm-2。研究表明MoP@In-PC出色的催化性能來自于MoP的納米尺度,低的界面電荷傳輸阻抗,強的CO2 和CO2·- 中間體吸附能力,以及MoP和銦摻雜碳的協同效應。

文獻鏈接: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學術組Z. Chen供稿,材料牛整理編輯。

材料牛網專注于跟蹤材料領域科技及行業進展,這里匯集了各大高校碩博生、一線科研人員以及行業從業者,如果您對于跟蹤材料領域科技進展,解讀高水平文章或是評述行業有興趣,點我加入編輯部

歡迎大家到材料人宣傳科技成果并對文獻進行深入解讀,投稿郵箱:tougao@cailiaoren.com。

投稿以及內容合作可加編輯微信:RDD-2011-CHERISH,任丹丹,我們會邀請各位老師加入專家群。

材料測試,數據分析,上測試谷

分享到