Nitrogen-carbon layer coated nickel nanoparticles for efficient electrocatalytic reduction of carbon dioxide
Nitrogen-carbon layer coated nickel nanoparticles for efficient electrocatalytic reduction of carbon dioxide
复制标题
氮碳层涂覆的镍纳米颗粒可有效电催化还原二氧化碳
DOI：
10.1007/s12274-019-2372-1
复制
发表时间：
2019-05
期刊：
影响因子：
9.9
通讯作者：
Zhang Jianling
中科院分区：
文献类型：
--
作者：
Tan Dongxing;Cui Chaonan;Shi Jinbiao;Luo Zhixun;Zhang Bingxing;Tan Xiuniang;Han Buxing;Zheng Lirong;Zhang Jing;Zhang Jianling
镍在电催化还原CO2中的应用很大程度上受到副反应（析氢反应）和催化剂中毒的限制。在此，我们报告了一种新策略，通过采用镍纳米粒子的氮碳层来提高镍的电催化性能，以减少二氧化碳的排放。这种镍电催化剂在-0.61 V的相对较低电势下将CO2转化为CO时表现出高达97.5%的法拉第效率。密度泛函理论计算表明，从热力学角度可以实现还原产物CO从催化剂表面去除，从而避免催化剂中毒。此外，该催化剂使得析氢反应受到抑制，从而合理地提高了催化性能。
The application of nickel in electrocatalytic reduction of CO2has been largely restricted by side reaction (hydrogen evolution reaction) and catalyst poisoning. Here we report a new strategy to improve the electrocatalytic performance of nickel for CO2reduction by employing a nitrogen-carbon layer for nickel nanoparticles. Such a nickel electrocatalyst exhibits high Faradaic efficiency 97.5% at relatively low potential of -0.61 V for the conversion of CO2to CO. Density functional theory calculation reveals that it is thermodynamically accomplishable for the reduction product CO to be removed from the catalyst surface, thus avoiding catalyst poisoning. Also, the catalyst renders hydrogen evolution reaction to be suppressed and hence reasonably improves catalytic performance.
登录
查看更多内容
超薄钯纳米片上的低配位边缘位点可提高二氧化碳电还原性能
DOI：
10.1002/anie.201806432
发表时间：
2018
期刊：
Angewandte Chemie International Edition
影响因子：
--
作者：
Zhu Wenjin;Zhang Lei;Yang Piaoping;Hu Congling;Luo Zhibin;Chang Xiaoxia;Zhao Zhi-Jian;Gong Jinlong
通讯作者：
Gong Jinlong
影响因子：
3.3
作者：
Norskov, JK;Rossmeisl, J;Jónsson, H
通讯作者：
Jónsson, H
掺铟多孔碳负载的 MoP 纳米粒子：高效 CO2 电还原的杰出催化剂
影响因子：
16.6
作者：
Sun, Xiaofu;Lu, Lu;Han, Buxing
通讯作者：
Han, Buxing
使用柠檬酸铁铵对 ZIF-8 进行表面功能化，以实现 Fe-N 活性位点的高暴露，从而实现有效的氧气和二氧化碳电还原
影响因子：
17.6
作者：
Ye Yifan;Cai Fan;Li Haobo;Wu Haihua;Wang Guoxiong;Li Yanshuo;Miao Shu;Xie Songhai;Si Rui;Wang Jian;Bao Xinhe
通讯作者：
Bao Xinhe
影响因子：
16.6
作者：
Ju W;Bagger A;Hao GP;Varela AS;Sinev I;Bon V;Roldan Cuenya B;Kaskel S;Rossmeisl J;Strasser P
通讯作者：
Strasser P