九章算 JACS 解读-重庆大学黄建峰教授课题组:基于柯肯达尔效应构筑Cu/Ru异质界面空腔结构,用于高效NO3−电还原制NH3

【文章信息】

电化学硝酸盐还原反应(eNO3RR)制NH3,在常温条件下运行并由可再生电力驱动,正受到越来越多的研究关注。这一过程不仅为氨合成提供了一条可持续路径,同时也是一种环境友好的硝酸盐治理策略,在能源转化和环境保护方面都具有双重意义。然而,该反应涉及多步质子--电子转移过程,副产物复杂(NO2−、N2、NH2OH等),加之析氢反应(HER)竞争,导致选择性和能效一直难以突破。设计高效、稳定的电催化剂是解决这一难题的核心。

【全文速览】

近日,重庆大学黄建峰教授课题组在J. Am. Chem. Soc. 期刊上发表了题为"Engineering Cu/Ru Heterointerface-Shelled Nanocavities by the Kirkendall Effect for Highly Efficient Nitrate Electroreduction to Ammonia"的研究论文(DOI:10.1021/jacs.5c11097)。

**该文章报道了一种通过柯肯达尔效应构筑的Cu/Ru异质界面空心纳米结构催化剂。该结构利用界面效应、串联催化和纳米限域 的协同作用,有效降低了硝酸盐电还原制氨过程中的能垒并加快中间体转化。**在eNO3RR制NH3反应过程中,该催化剂实现了高达97.4%的法拉第效率、152.6 mg h−1 mgmetal−1的产率和40%的能效,性能在电催化领域达到领先水平。研究不仅揭示了Cu/Ru界面的活性本质和机理,还提出了一种通用的设计策略,为开发高效可持续的电催化转化体系提供了新思路。

【研究亮点】

a、新颖的催化剂结构设计。研究团队利用Cu与Ru在氧化还原电位、热力学相容性、表面能及原子扩散等方面的差异,将湿化学合成与高温氢气处理相结合,成功诱导柯肯达尔效应,构筑出兼具空心结构与异质界面的Cu/Ru HHNS。这种独特设计不仅突破了单一金属或简单合金的局限,同时引入了界面Cui-Cu)、界面Rui-Ru)、Cu/Ru异质界面(i-CuRu)以及体相Cub-Cu)和Rub-Cu)等多类活性位点,为反应过程提供了多元而高效的催化中心。
b、创新的反应机理揭示。研究团队通过多种对比实验、同位素标记实验及NO2**−吸附实验,并结合原位XAS****、原位DEMS、原位拉曼等表征手段,以及DFTCOMSOL模拟计算,系统性地揭示了NO3还原为NH3的反应路径(以*****N路径为主)以及"界面效应---级联催化---纳米限域"的协同反应机制。**结果表明,i-CuRu在关键步骤 *NH → *NH2中具有最低能垒,是最优活性位点;其中,Cu位点主要负责NO3−向NO2−的初步还原,而Ru位点则进一步促进NO2−的深度加氢生成NH3。同时,空腔结构赋予的限域效应使NO2−在局域空间内富集并实现高效再吸附,从而有效抑制副产物的生成,并显著提升整体反应效率。

c、 优异的催化性能表现**。** 在0.1 M KNO3 + 0.1 M KOH电解液中,优化后的Cu/Ru-300催化剂实现了97.4%的法拉第效率、152.6 mg h−1 mgmetal−1 的产NH3速率,以及40%的能量效率(−0.1 VRHE)。与单一金属或其他Cu/Ru结构相比,该催化剂在选择性与活性上均显著领先,达到目前NO3− → NH3电催化领域的顶尖水平。

【图文解析】

图1通过DFT计算分析了Cu/Ru-HHNS表面各类催化位点(b-Cu、i-Cu、i-CuRu、i-Ru 和 b-Ru)在NO3− → NH3转化中的自由能变化。

图1展示了Cu/Ru空心异质结构的反应机理及DFT计算结果。通过DFT分析发现,Cu--Ru界面位点(i-CuRu)具有最低的反应能垒,是最优活性中心;Cu位点倾向生成并释放NO2**−,而Ru位点则有利于其进一步还原为NH3。**结合空心腔体对NO2−的限域富集作用,反应得以在界面主导、串联催化和纳米限域效应的三重协同下高效进行,从而显著加速了NO3− → NH3的转化过程。

图2(a)纳米树枝状Cu@Ru核-壳纳米结构的合成过程示意图,以及通过在不同温度下对分散在炭黑上的Cu@Ru核-壳纳米结构进行退火所获得的一系列Cu/Ru异质结构。(b)各种Cu/Ru异质结构的TEM图像及对应的剖面示意图。

图2展示了Cu@Ru核壳结构在不同温度退火处理下,通过 柯肯达尔效应 演化为多种 Cu/Ru 异质结构的过程。图2a用示意图说明了合成路线,图2b的TEM照片直观展示了结构从 实心核壳 → 空心异质结构 → 高温下的相分离的逐步转变。结果表明,在300 °C时形成了最优的空心结构和高密度异质界面,为提升电催化性能奠定了基础。

图3 Cu/Ru-300的形貌结构表征。

图3展示了 Cu/Ru-300 的微观结构表征,其中图3a、3b的TEM与HAADF-STEM图像直观显示了颗粒内部的空心腔体和不规则壳层;图3c--3g的高分辨成像及FFT分析进一步确认了Cu与Ru纳米晶域的共存,并在界面处形成了丰富的异质结构;同时,图3h--3l的EDS mapping和线扫结果表明Cu与Ru元素主要分布在壳层区域,而腔体中心元素含量明显较低,从而全面验证了Cu/Ru-300中空心结构与丰富异质界面的成功构筑。

图4 Cu/Ru-300的晶体结构和电子性质。

图4包括XRD、XPS、XANES等表征,确认Cu和Ru保持各自晶相,并揭示 Cu向Ru发生电子转移。

图5 Cu/Ru-300及对比样的电催化性能测试。

图5 系统比较了Cu/Ru-300与其他对照样品在eNO3RR中的表现,展示了其在低电位下实现高NH3选择性、高产率与优异能效。

图6 eNO3RR的机理解析。

图6通过多维度的原位表征和对比实验,系统验证了Cu/Ru-300在eNO3RR中的真实机理。原位XAS结果(图6a)表明Cu在反应中保持金属态,并在负电位下表现出电子富集,有利于NO3−的吸附与活化;原位Raman光谱(图6b,c)进一步揭示了NO2−、NO、NH2 等关键中间体的生成与消耗规律,且Cu/Ru-300显示出更早出现和更高强度的信号,说明其对中间体转化效率更高;在线DEMS分析(图6d,e)证实反应主要遵循*N路径,同时Cu/Ru-300表现出较低的NO2−积累和更快的下游转化动力学。对比实验表明(图6f,g),Cu 主要促进NO3−向NO2−的初步还原,而Ru则更擅长将NO2−深度转化为NH3,两者在 Cu/Ru 界面实现高效的串联催化;有限元模拟**(FEM)(6h)进一步展示了空心腔体对NO2−****的富集和限域作用,为其高效催化性能提供了有力支撑。**综合来看,全面印证了"界面效应---级联催化---纳米限域" 的协同反应机制对提升eNO3RR制NH3效率的关键作用。

【总结与展望】

本研究基于柯肯达尔效应构筑了兼具空心结构与Cu/Ru异质界面的纳米架构(Cu/Ru HHNS)。这一独特设计不仅引入了多元活性位点,还通过**"界面效应---级联催化---纳米限域"****的协同反应机制显著提升了催化性能。**结果显示,该催化剂在NO3−电还原合成NH3中表现出远优于单一金属或其他结构的性能。同时,本研究提出了一种具有普适性的设计原则,可为构筑先进电催化剂、推动可持续化学转化提供指导。除此之外,该工作不仅为NO3−电还原制NH3提供了新的设计思路,也为CO2还原、N2还原等多电子转移反应的高效催化提供了有价值的借鉴。

相关推荐
Hcoco_me2 小时前
大模型面试题27:Muon优化器小白版速懂
人工智能·rnn·自然语言处理·lstm·word2vec
过期的秋刀鱼!2 小时前
机器学习-逻辑回归的成本函数
人工智能·机器学习·逻辑回归
haiyu_y2 小时前
Day 54 Inception 网络及其思考
人工智能·pytorch·深度学习
老吴学AI2 小时前
第二篇:智能五层模型:定义你的AI应用战略高度
大数据·人工智能·aigc
deephub2 小时前
从贝叶斯视角解读Transformer的内部几何:mHC的流形约束与大模型训练稳定性
人工智能·深度学习·神经网络·transformer·残差链接
CoderJia程序员甲2 小时前
2025年度总结之-如何构建 2025 专属的 GitHub AI 项目情报库
人工智能·ai·大模型·github·ai教程
麦德泽特2 小时前
基于ESP32S3芯片的机器人控制器设计与实现
人工智能·物联网·机器人·esp32·芯片
阿正的梦工坊2 小时前
VisualTrap:一种针对 GUI Agent 的隐蔽视觉后门攻击
人工智能·深度学习·机器学习·语言模型·自然语言处理
渡我白衣2 小时前
从直觉到公式——线性模型的原理、实现与解释
人工智能·深度学习·神经网络·机器学习·计算机视觉·自然语言处理·caffe