中国石油大学/天津大学《CEJ》突破:0.5秒极速“烧”制合金膜,实现CO₂到甲酸近100%高效转化

导语

将温室气体CO₂高效、高选择性地转化为高价值化学品,是实现"双碳"目标的核心技术之一。近日,中国石油大学吴文婷教授、宁汇副教授及天津大学陈亚楠教授团队在国际权威期刊《Chemical Engineering Journal》 上发表创新成果。该研究采用一种毫秒级焦耳加热 技术,在0.5秒内 于碳纸上原位制备出自支撑、无粘结剂的铋铟(BiIn)合金膜电极 。该电极在电催化CO₂还原反应中表现出接近完美的性能:甲酸法拉第效率近100% ,并在工业级电流密度下稳定运行超过120小时,为CO₂资源化利用提供了极具潜力的电极材料与高效制备方法。

🔍 研究亮点

  • 超快制备工艺 :利用焦耳加热实现0.5秒瞬时升温至1200°C并快速冷却,将传统数小时的材料制备过程缩短至秒级。

  • 独特电极结构 :成功在碳纤维表面构筑均匀、连续的纳米级合金膜(约110nm厚),替代了传统的粉末粘结电极,极大优化了导电性与稳定性。

  • 接近完美的选择性 :在H型电解池与固态电解质池中,甲酸产物的法拉第效率均接近100%,选择性极高。

  • 卓越的工业级稳定性 :在**-100 mA·cm⁻²** 的高电流密度下连续运行120小时,性能衰减极低,展现了强大的应用潜力。

📊 图文解析

图1:制备流程示意------快与慢的哲学

研究对比了焦耳加热法 (路径1)与传统管式炉法 (路径2)的本质区别。前者在0.5秒内完成超高温反应与淬冷,成功"冻结"形成均匀的合金膜;后者缓慢的升降温过程则只能得到颗粒团聚物。这张图直观揭示了极端非平衡过程是实现理想膜结构的关键。

图2:形貌与结构------纳米合金膜的直观证据

SEM图像清晰显示,经焦耳加热处理的碳纸表面覆盖了一层褶皱状、致密连续的纳米薄膜 ,与光滑的原始碳纤维形成鲜明对比。HRTEM图像进一步确认了薄膜的晶体结构,EDS元素面扫描图则证明了Bi与In原子在膜内达到了原子尺度的均匀混合,这是其高性能的结构基础。

图3 & 图4:内在性质解析------热力学与电子协同

热重分析表明,BiIn合金的前驱体还原温度低于单金属 ,从热力学上证实了合金化更易进行。XPS分析揭示了性能提升的电子机制:合金中In的电子向Bi转移,形成了独特的电子协同效应,优化了催化中心的电子结构,从而提升了本征活性。

图5:性能评估------数据说话

LSV曲线显示BiIn合金膜具有最正的起始电位。最令人印象深刻的是其在两种电解池中的表现:在H型池中于-1.3 V电压下,甲酸盐法拉第效率接近100% ;在更接近工业应用的固态电解质池中,于-100 mA·cm⁻²电流密度下稳定运行120小时,甲酸选择性始终保持在90%以上,数据全面优于大多数已报道的催化剂。

图6:机理揭示------理论计算与实验印证

研究通过原位拉曼光谱 在808 cm⁻¹处捕获到关键反应中间体**•OCHO** 的信号,其在合金膜上的信号强度远高于单金属,说明合金表面对该中间体具有更强的稳定作用。DFT计算进一步从理论上阐明,Bi-In双位点能最优地调控p带中心,显著降低CO₂还原至甲酸的反应能垒,从原子尺度阐明了高选择性根源。

⚙️ 技术支撑

  • 毫秒级焦耳加热系统 :核心是能实现瞬时超高功率放电与精准控制的设备,为快速合成提供极端热场。

  • 先进表征平台:结合SEM、HRTEM、XPS、原位拉曼等,从微观形貌到电子结构进行全面解析。

  • 标准化电化学测试体系:采用多类型电解池(H型池、固态电解质池)进行性能与稳定性评估,确保数据严谨可靠。

  • 理论模拟计算:通过DFT计算,深入揭示催化活性位点的电子结构与反应路径,指导材料设计。

💎 总结与展望

本研究通过创新的焦耳加热策略,成功解决了传统粉末催化剂电极存在的界面电阻高、活性位点包裹等问题。其核心价值在于:利用超快非平衡合成 动力学,一步制备出兼具优异导电性、丰富活性位点和高稳定性 的无粘结剂一体化电极。所获得的BiIn合金膜在CO₂电还原制甲酸反应中实现了活性、选择性与稳定性的高度统一 ,性能指标达到国际领先水平。这项工作不仅为CO₂高值转化提供了优异的电极材料,其快速、可扩展的制备方法更为未来设计其他高性能合金催化膜开辟了新范式,有望推动电催化CO₂还原技术向工业化应用迈出坚实一步。


文献信息

Hui Ning, Rui Zhou, Minjun Zhou, et al. Fast preparation of BiIn alloy membrane by joule heating for highly-efficient CO2 electroreduction. Chemical Engineering Journal , 2026, 527, 171697.

https://doi.org/10.1016/j.cej.2025.171697

相关推荐
爱吃泡芙的小白白1 天前
CNN激活函数新篇:Sigmoid与Softmax的进化与实战
人工智能·神经网络·cnn·softmax·sigmoid·函数激活层
星爷AG I1 天前
9-27 视觉表象(AGI基础理论)
人工智能·agi
Coder_Boy_1 天前
基于SpringAI的在线考试系统-企业级教育考试系统核心架构(完善版)
开发语言·人工智能·spring boot·python·架构·领域驱动
艾莉丝努力练剑1 天前
【Linux:文件】基础IO:文件操作的系统调用和库函数各个接口汇总及代码演示
linux·运维·服务器·c++·人工智能·centos·io
Leinwin1 天前
VibeVoice-ASR:突破60分钟长音频处理瓶颈,语音识别进入端到端时代
人工智能·音视频·语音识别
Godspeed Zhao1 天前
从零开始学AI7——机器学习0
人工智能·机器学习
Dev7z1 天前
基于深度学习的肺音分类算法研究
人工智能·深度学习
dingzd951 天前
AI 代理购物落地后,真正的“增量岗位”叫——商品数据工程
大数据·人工智能·跨境电商·内容营销·跨境
市象1 天前
印奇“大于”50亿
人工智能
浩浩的科研笔记1 天前
入门读物---一篇24年的负荷预测综述---逐句翻译整理版
笔记·能源