亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

Enhanced Proximity of Rh1,2‐Rhn Ensembles Encaged in UiO‐67 Boosting Catalytic Conversion of Syngas to Oxygenates

氧合物 合成气 Boosting(机器学习) 催化作用 材料科学 化学 有机化学 计算机科学 机器学习
作者
Jun Yu,Tingting Liu,Qingqing Gu,Jia Wang,Ying Han,Gonghui Li,Qiangsheng Guo,Ye Gu,Xin‐Ping Wu,Xue‐Qing Gong,Bing Yang,Dongsen Mao
出处
期刊:Angewandte Chemie [Wiley]
卷期号:63 (20) 被引量:5
标识
DOI:10.1002/anie.202401568
摘要

Abstract Maintaining high conversion under the premise of high oxygenates selectivity in syngas conversion is important but a formidable challenge in Rh catalysis. Monometallic Rh catalysts provide poor oxygenate conversion efficiency, and efforts have been focused on constructing adjacent polymetallic sites; however, the one‐pass yields of C 2+ oxygenates over the reported Rh‐based catalysts were mostly <20 %. In this study, we constructed a monometallic Rh catalyst encapsulated in UiO‐67 (Rh/UiO‐67) with enhanced proximity to dual‐site Rh 1,2 ‐Rh n ensembles. Unexpectedly, this catalyst exhibited high efficacy for oxygenate synthesis from syngas, giving a high oxygenate selectivity of 72.0 % with a remarkable CO conversion of 50.4 %, and the one‐pass yield of C 2+ oxygenates exceeded 25 %. The state‐of‐the‐art characterizations further revealed the spontaneous formation of an ensemble of Rh single atoms/dimers (Rh 1,2 ) in the proximity of ultrasmall Rh clusters (Rh n ) confined within the nanocavity of UiO‐67, providing adjacent Rh + ‐Rh 0 dual sites dynamically during the reaction that promote the relay of the undissociated CHO species to the CH x species. Thus, our results open a new route for designing highly efficient Rh catalysts for the conversion of syngas to oxygenates by precisely tuning the ensemble and proximity of the dual active sites in a confined space.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
2秒前
美丽的依霜完成签到 ,获得积分10
3秒前
4秒前
rui发布了新的文献求助10
4秒前
Panther完成签到,获得积分10
5秒前
lujiajia完成签到,获得积分10
6秒前
小明月完成签到,获得积分10
7秒前
Sharin完成签到,获得积分20
7秒前
xiaowang完成签到 ,获得积分10
7秒前
科研通AI6应助乐观凝荷采纳,获得10
9秒前
9秒前
11秒前
rui完成签到,获得积分10
14秒前
16秒前
Xujiamin发布了新的文献求助10
17秒前
miki完成签到 ,获得积分10
17秒前
fafa完成签到,获得积分10
23秒前
胡美玲完成签到,获得积分20
27秒前
Xujiamin完成签到,获得积分10
28秒前
34秒前
36秒前
Caixtmx完成签到 ,获得积分10
37秒前
胡林发布了新的文献求助10
38秒前
38秒前
呵呵发布了新的文献求助10
39秒前
刘瀚臻完成签到,获得积分10
39秒前
月亮完成签到 ,获得积分10
39秒前
刘瀚臻发布了新的文献求助10
42秒前
moyu123发布了新的文献求助10
42秒前
47秒前
充电宝应助刘瀚臻采纳,获得10
48秒前
oleskarabach发布了新的文献求助10
48秒前
51秒前
瑞雪发布了新的文献求助10
54秒前
某某完成签到 ,获得积分10
56秒前
乐观凝荷完成签到,获得积分10
57秒前
研友_8RyzBZ发布了新的文献求助10
57秒前
hh驳回了田様应助
58秒前
1分钟前
1分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Basic And Clinical Science Course 2025-2026 3000
人脑智能与人工智能 1000
花の香りの秘密―遺伝子情報から機能性まで 800
Principles of Plasma Discharges and Materials Processing, 3rd Edition 400
Signals, Systems, and Signal Processing 400
4th edition, Qualitative Data Analysis with NVivo Jenine Beekhuyzen, Pat Bazeley 300
热门求助领域 (近24小时)
化学 材料科学 生物 医学 工程类 计算机科学 有机化学 物理 生物化学 纳米技术 复合材料 内科学 化学工程 人工智能 催化作用 遗传学 数学 基因 量子力学 物理化学
热门帖子
关注 科研通微信公众号,转发送积分 5611827
求助须知:如何正确求助?哪些是违规求助? 4695978
关于积分的说明 14890100
捐赠科研通 4727293
什么是DOI,文献DOI怎么找? 2545926
邀请新用户注册赠送积分活动 1510337
关于科研通互助平台的介绍 1473236