楊培東最新JACS:通過調控AuCu NPs原子序列的轉變實現CO2選擇性電催化還原
【引言】
複合金屬納米粒子(NPs)具備較寬的組分可調節範圍,這使得其結構和性能也發生了相應的轉變,因而在物理化學領域倍受關注。在複合金屬NPs體系中,組分原子往往自由分散。除了簡單調控各組分原子比外,當存在適當的熱力學條件時,實現晶格中原子的精確定位也是極有可能的,這就導致了無序的合金相和有序的金屬間化合物之間的結構差別,實現了無序-有序的轉變。從原子層面實現複合金屬NPs元素結構的精確控制,可以大大提升功能納米材料的性能。最近大量有序金屬間化合物的相關研究工作都集中於提升原始合金相的轉換及其在磁學、催化等方面的應用,但關於如何合成有序的Au-Cu二元金屬NPs並增強其性能的研究還不夠深入。
【成果簡介】
近日,美國加州大學伯克利分校楊培東教授(通訊作者)等人在JACS上發表了一篇名為「Electrochemical Activation of CO2through Atomic Ordering Transformations of AuCu Nanoparticles」的文章,研究人員通過系統控制原子的有序度實現了AuCu NPs對CO2的選擇性電催化還原,和無序的合金AuCu NPs相比,其CO2還原效率可達80%,且所需過電勢為~200mV,其催化活度提升了3.2倍,這一性能遠遠優於單一相的Au催化劑。此外, DFT模擬結果顯示金屬間化合物的Au核有三原子層厚時就足以有效提升其/AuCu NPs的催化活性。
【圖文導讀】
圖一 AuCu二元NPs的原子有序化過程及其形貌結構分析
a) 不同反應條件下的AuCu二元NPs的TEM圖像(標尺:20nm);
b) AuCu二元NPs的XRD圖譜;
c) 根據CO和H2的感應電流,對AuCu二元NPs的CO2電還原活性的評估。
圖二 o-AuCu NPs的原子結構研究
a, b) 像差校正後的o-AuCu HAADF-STEM圖像;
c, d) o-AuCu NPs的STEM中心放大圖和結構推測圖(黃色:Au原子;藍色:Cu原子);
e) 沿圖a中黃色矩形區域所示粒子剖面的強度圖譜(兩強峰之間的距離與Au原子相匹配,指向高低峰的箭頭分別表示Au原子和Cu原子);
f) 沿圖b中A, B箭頭方向由內到外的平均強度圖譜(A中所示的峰間距與已知的Au原子相匹配)。
圖三 AuCu NPs的X-射線吸收圖譜
a) Au L3-吸收邊的EXAFS圖譜;
b) Cu K-吸收邊的EXAFS圖譜;
(橘色實線與o-AuCu NPs的結果相一致)。
圖四 AuCu NPs對CO2還原的電催化活性
a) 不同AuCu NPs的CO感應電流效率;
b) 不同AuCu NPs的CO局部電流密度;
c) 不同AuCu NPs的CO質量活度。
圖五 AuCu NPs表面的理論計算結果
a) d-AuCu NP, o-AuCu NP, and Au NP的211晶面的上面和側面模型;
b) 模擬體系中CO2還原產H2的誘發電位計算值;
c) 模擬體系中CO2還原和產H2的誘發電位的不同值。
【小結】
在二元金屬體系的單個納米粒子中,實現晶胞原子排列的精確調控,對誘導新的性能和理解結構起源來說是一種很有前景的方法。與僅利於產H2的無序AuCu NPs相比,原子排列有序的AuCu NPs可增強其對CO2還原的選擇性催化及催化活性利用原子級結構探測技術,研究人員發現AuCu NPs原子排列有序性的轉變使得金屬間化合物的核被壓縮成三原子層厚的Au疊層,而催化性能的提高則是納米粒子原子序列結構轉化的最直接體現。對多種複合金屬體系而言,納米材料從無序合金相到有序金屬間化合物的相轉變調控擁有很大的發展前景。
※廈門大學化學化工學院:10碳龍分子骨架的構築取得最新研究成果
※北京理工大學Macromolecules:用於可擦拭的字和圖案的有機硼光致變色共聚物
※復旦大學趙東元Adv.Mater.:降解重構誘導各向異性外延生長製備不對稱二嵌段和三嵌段介孔納米複合材料
※「生物材料給葯系統」專題
TAG:材料人 |
※FAIR聯合INRIA提出DensePose-RCNN,更好地實現人體姿態估計
※NET Core API 框架實現介面的JWT授權驗證
※AMD與Cisco通過新的密度優化的UCS解決方案實現創新突破
※ASP.NET Core Web API下事件驅動型架構的實現(三):基於RabbitMQ的事件匯流排
※BAIR提出MC-GAN,使用GAN實現字體風格遷移
※商湯聯合提出基於FPGA的快速Winograd演算法:實現FPGA之上最優的CNN表現與能耗
※基於RO電路變化PUF的FPGA實現
※Imperva WAF實現SSL Labs A+級安全防護
※SSM實現簡單的CRUD之DAO層
※深度 | BAIR提出MC-GAN,使用GAN實現字體風格遷移
※FAIR最新視覺論文集錦:FPN,RetinaNet,Mask 和 Mask-X RCNN(含代碼實現)
※SURFACE GO是微軟實現的混合PC夢想
※YOLOv3 的最小化 PyTorch 實現
※用PyTorch實現Mask R-CNN
※蘋果新iPhone使用新技術 實現雙SIM卡設計
※基於INTEL FPGA硬浮點DSP實現卷積運算
※收藏!CNN與RNN對中文文本進行分類-基於TENSORFLOW實現
※C井調用Windows API實現自動登錄
※Dovey Wan口中航母級別的CELER NETWORK要實現每秒數十億筆交易!
※「CVPR Oral」TensorFlow實現StarGAN代碼全部開源,1天訓練完