铂基金属间化合物催化剂的可控合成及氧还原性能研究

来源 :华南理工大学 | 被引量 : 0次 | 上传用户:zangming
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
质子交换膜燃料电池具有能量转换效率高、低温启动快速和无污染排放等优点,被誉为是21世纪最为重要的清洁能源技术之一。然而目前使用的电催化剂存在铂用量高和稳定性/耐久性不足等问题,严重阻碍了质子交换膜燃料电池的发展和大规模商业化应用。因此亟需研制新型的高效、长寿命低铂电催化剂。铂基金属间化合物是近年来出现的一类新型低铂催化剂,它具有长程有序的晶体结构,与无序的合金相比,有序的金属间化合物具有更强的电子效应、几何效应以及更高的混合焓,因此具有更高的本征活性以及化学和结构的稳定性。然而,金属间化合物有序化过程经历的热处理会使粒径变大,导致活性大幅降低。因此控制粒径是制备金属间化合物催化剂亟待解决的最关键问题之一。另一方面,探索在二元金属间化合物的基础上引入第三组分来提升和改善金属间化合物催化剂的性能,具有理论和实际两方面的重要意义。除了理论上可以进一步加深人们对于金属间化合物的认知和理解外,还可以促进金属间化合物催化剂在燃料电池领域的实际应用;基于此,本论文在可控制备小粒径金属间化合物和多组分新型金属间化合物催化剂的研究方面开展了研究工作。主要研究内容及取得的成绩如下:(1)首次提出利用MOF衍生的介孔碳同时作为限域模板和载体,结合冷冻干燥技术可控合成金属间化合物的策略。采用ZIF-8有机金属框架化合物为前驱体,通过控制热裂解制备了具有介孔结构的多孔碳材料,然后采用含有Pt和Co前驱体的溶液浸渍ZIF-8衍生的碳材料,再经过冷冻干燥和还原性气氛下热处理,我们制得了以多孔炭为载体的Pt Co二组分金属间化合物催化剂。XRD和TEM分析表明,利用该策略开发的催化剂的活性组分的粒径可达3 nm,远小于以炭黑为载体的金属间化合物(6 nm)和已报道的其他方法制备的金属间化合物的粒径(大于5 nm)。此外,改变MOF衍生碳的种类和金属间化合物的组成元素,合成的有序粒子仍精准控制在3 nm,证明了该合成策略针对粒径控制具有普适性和有效性,为小粒径金属间化合物催化剂的合成提供了重要的解决思路和范例。(2)XRD和HAADF-STEM表征结果表明,采用(1)所述方法制得的小尺寸Pt Co二组分金属间化合物催化剂,其纳米粒子具有典型的Pt3Co金属间化合物的有序结构。该催化剂具有良好的活性和稳定/耐久性,其ORR活性可达0.83 A mg-1 Pt,为商业Pt/C催化剂的5.2倍,碳黑负载的Pt3Co金属间化合物催化剂的4.6倍。5000个ORR循环后,其活性衰减仅为13.3%,而Pt/C催化剂的衰减则高达40.6%。进一步,我们研究了该催化剂在H2/空气PEM单电池上的性能,发现该催化剂制备的膜电极的性能比使用商业Pt/C的膜电极性能高40%左右(0.6 V的电流密度为1300 m A cm-2),20000圈AST循环后MEA性能衰减幅度仅为Pt/C的36%,说明有序Pt3Co/DMC-F催化剂具有远超商业Pt/C的优异耐久性。AST测试前后Pt3Co/DMC-F催化剂的和商业Pt/C催化剂的HRTEM表征发现:Pt3Co/DMC-F催化剂在AST测试前后只有很小的变化,而Pt/C催化剂则出现了明显的粒子团聚和长大。可见多孔碳载体可以有效抑制活性组分粒子在电化学反应过程中的迁移、团聚和脱落。(3)通过在Pt3Co体系的基础上引入少量Ti取代部分Co,我们首次制备了一种以3nm Pt3Co0.6Ti0.4金属间化合物为核、2-3层Pt原子为壳的核-壳结构Pt-Co-Ti有序合金。研究结果表明:Ti对Co的部分替换,可以显著提升催化剂的活性及耐久性,通过对组成的优化的研究,我们发现40%的Co被Ti替换的Pt3Co0.6Ti0.4/DMC催化剂具有最佳的性能。其Pt质量活性可达商品Pt/C催化剂的7.8倍,为没有Ti替换催化剂的1.8倍。更为重要的是:Pt3Co0.6Ti0.4/DMC催化剂在H2/空气PEM单电池测试中表现出了优异的性能,用其作为阴极制备的膜电极,0.6 V时的电流密度可达1350 m A cm-2,为商业Pt/C制备的膜电极性能的1.5倍;采用Pt3Co0.6Ti0.4/DMC为阴极催化剂制备的膜电极经过30000次加速循环老化后,其电化学活性比表面积(ECSA)的衰减幅度仅为商业Pt/C的28%。通过进一步表征结合DFT计算发现,少量Ti的引入能更精细调控催化剂的表面电子结构和d带中心位置,修正表面铂原子与含氧中间体的结合能至最优值。(4)在上述研究的基础上,我们进一步研究了在Pt3Co催化剂中引入少量Y取代部分Co制备的Pt-Co-Y三组分催化剂,研究发现Y的部分替换可以有效提升催化剂的性能,其中20%的Co被Y替换的Pt3Co0.8Y0.2/DMC催化剂表现出最优性能,其铂的质量活性(ORR活性,0.9V下1.98 A mg-1 Pt)可达商业Pt/C催化剂的10.4倍,为没有Y替换催化剂的2.4倍。经过20000个ORR循环后,其质量活性衰减仅为商业Pt/C的一半。通过XPS分析发现,Y的添加可使Pt 4f的结合能相对Pt3Co降低0.2 e V,改善了Pt的电子结构,从而提高了催化性能。
其他文献
自2014年国际清算银行首席经济学家保里奥(Borio)开创性地提出金融周期理论框架以来,已有不少专家学者围绕金融周期指标甄选、周期识别、运行特征及其与经济周期的关系等问题,进行探索与研究,取得了一批很有价值的成果。但在拓展保里奥理论框架使之更切合我国金融体系特色、优化实证结构从而遴选更合宜的合成指标、实证分析和检验我国金融周期运行特征,进而揭示其与经济周期的互动关系等方面,仍然存在不足。因此,研
传统主存DRAM和外存NAND之间存在巨大的性能和成本差异且面临日益严峻的微缩困境,业界提出了各种新型电阻式存储器来对其进行补充或替代,以进一步提升计算系统整体性能。相变存储器(PCM)因具有良好的微缩能力和较高的产业成熟度而被广泛关注。尤其是可实现高密度集成的三维相变存储器(3D PCM)倍受市场期待。3D PCM的主要技术难点在于抑制漏电流交叉串扰,必需引入可三维堆叠的新型两端选通管器件。其中
光催化技术有望通过分解水制氢以及还原二氧化碳将太阳能转化为可储存、可运输的燃料(太阳燃料)。研制高效且强健的光催化剂和体系是推动该技术发展的关键。在众多半导体光催化剂中,石墨相氮化碳聚合物(g-C3N4)不仅能带位置适宜,而且拥有原料来源广泛、成本低、化学稳定性好等优势,是一类极具发展潜力的光催化材料。然而,禁带宽度较大和聚合物半导体特性使g-C3N4具有可见光吸收范围窄以及光生电子与空穴易复合等
[目的]阐述王庆国教授辨治过敏性鼻炎经验及特色用药。[方法]通过跟师学习、研读相关学术论文,总结并整理王师六经辨治过敏性鼻炎的创新病机及特色用药,并附医案一则加以佐证。[结果]王师以六经为基础论治过敏性鼻炎,认为过敏性鼻炎以太阳、少阴、少阳病最为常见;溯本求源,创新理论,提出肺阳虚的概念;治疗本病时常在基本方基础上配伍苍耳子、白芷、葛根、蔓荆子、鱼脑石等经验用药。所列验案为临床过敏性鼻炎典型病例,
在自然环境研究和工业生产过程中,不可压Navier-Stokes方程组和非线性对流扩散方程扮演着十分重要的角色。比如,在研究多相流问题的相场模型中,描述流体流动的是不可压Navier-Stokes方程组,控制相界面移动的Allen-Cahn方程(或Cahn-Hilliard方程)是对流扩散方程;在研究Rayleigh-Bénard对流系统时,控制流体流动的仍然是不可压Navier-Stokes方程
万有引力常数G是人类最早认知的基本物理学常数之一。1687年牛顿首次提出万有引力定律,1798年卡文迪许通过精密扭秤实验实现地球平均密度的精确测量,后人根据其测量值推算出世界上第一个相对精确的G值。在此后的200多年里,尽管世界各国的物理学家们使用多种测量手段给出200多个G值测量结果,但万有引力常数仍然是目前精度最差的基本物理学常数。根据国际科技数据委员会CODATA-2014收录的G值测量结果
社会结构变迁与信息技术的发展,使网络游戏成为一种潮流化的数字娱乐媒介,逐渐渗透青少年的日常生活。网络游戏不仅是一种提供“奇观”和娱乐的消遣方式,更是一种凝聚数字文化和信息技术的新媒体,“玩游戏”应该被视为一种数字媒介实践和数字文化景观。数字媒介实践作为一种社会行为,是在一定的时空区域和社会情境中发生的,因此,对数字媒介实践的研究,不仅要关注数字媒介使用者的行动,还应该特别关注数字媒介使用的背景和情
高能量密度和环境友好型的锂空气电池,是目前备受瞩目的电化学储能电池之一。其理论能量密度(~3500 Whkg-1)几乎是锂离子电池(~300 Whkg-1)的十倍以上。然而,实用性锂空气电池的开发仍面临诸多挑战,其中包括工作机理的深入解析,电池结构与电极材料的合理设计,以及开放环境工况中的实际应用等。其中,空气阴极材料的选择及其结构和孔道设计对锂空气电池能量密度和使用寿命具有显著影响。因此,具有高
中国分享经济飞跃式的发展带来了一系列的现实困境和利益冲突。分享经济中的消费者权益损害问题不仅直接关联着消费者个人的权益得失,而且间接影响着分享消费者的分享体验和消费信心,制约着分享经济在中国的可持续发展。因此,探究分享消费者权益损害的发生机制具有重要的学术价值和现实意义。本文以分享经济出行领域中的D平台网约车服务市场为个案,以约束资源供给者侵权行为的制度因素为切入点,研究当下中国社会环境中分享消费
互联网和信息技术正在高速发展,随之产生的数据量也在爆炸式增长。深入分析巨大数据资源中的相关信息,可用于科学决策。庞大的数据量中存在一种重要的时间序列数据。但是,时间序列通常展现出高维、非平稳、非线性等特征。尤其在大数据时代,新的数据形式和数据中变量间的新型复杂关系给时间序列预测带来前所未有的挑战。长短时记忆网络(Long short-term memory,LSTM)具有优异的时间序列学习能力,这