MOF‐Derived Mn2O3 Nanocage with Oxygen Vacancies as Efficient Cathode Catalysts for Li–O2 Batteries

纳米笼 材料科学 催化作用 退火(玻璃) 微观结构 化学工程 氧气 阴极 多孔性 过渡金属 氧化物 电催化剂 析氧 纳米技术 化学 冶金 物理化学 电极 电化学 复合材料 有机化学 工程类 生物化学
作者
Lingwen Zhao,Juanjuan Feng,Adeel Abbas,Chunlei Wang,Hongchao Wang
出处
期刊:Small [Wiley]
卷期号:19 (41) 被引量:8
标识
DOI:10.1002/smll.202302953
摘要

Designing efficient and cost-effective electrocatalysts is the primary imperative for addressing the pivotal concerns confronting lithium-oxygen batteries (LOBs). The microstructure of the catalyst is one of the key factors that influence the catalytic performance. This study proceeds to the advantage of metal-organic frameworks (MOFs) derivatives by annealing manganese 1,2,3-triazolate (MET-2) at different temperatures to optimize Mn2 O3 crystals for special microstructures. It is found that at 350 °C annealing temperature, the derived Mn2 O3 nanocage maintains the structure of MOF, the inherited high porosity and large specific surface area provide more channels for Li+ and O2 diffusion, beside the oxygen vacancies on the surface of Mn2 O3 nanocages enhance the electrocatalytic activity. With the synergy of unique structure and rich oxygen vacancies, the Mn2 O3 nanocage exhibits ultrahigh discharge capacity (21 070.6 mAh g-1 at 500 mA g-1 ) and excellent cycling stability (180 cycles at the limited capacity of 600 mAh g-1 with a current of 500 mA g-1 ). This study demonstrates that the Mn2 O3 nanocage structure containing oxygen vacancies can significantly enhance catalytic performance for LOBs, which provide a simple method for structurally designed transition metal oxide electrocatalysts.
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
更新
大幅提高文件上传限制,最高150M (2024-4-1)

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
甘乐完成签到,获得积分10
21秒前
FODCOC完成签到,获得积分10
22秒前
01259完成签到 ,获得积分10
23秒前
含蓄的明雪完成签到,获得积分10
24秒前
温如军完成签到 ,获得积分10
26秒前
futianyu完成签到 ,获得积分10
26秒前
隐形曼青应助chen采纳,获得20
31秒前
zhangjianzeng完成签到 ,获得积分10
32秒前
guoxihan完成签到,获得积分10
33秒前
高高的巨人完成签到 ,获得积分10
36秒前
qiuhx1053完成签到 ,获得积分10
37秒前
dhdhg完成签到 ,获得积分10
38秒前
Wang完成签到 ,获得积分10
40秒前
柏忆南完成签到 ,获得积分10
43秒前
无敌大忽悠完成签到 ,获得积分10
51秒前
美丽的楼房完成签到 ,获得积分10
53秒前
57秒前
山雀完成签到,获得积分10
58秒前
叮叮当当完成签到,获得积分10
1分钟前
淡然的芷荷完成签到 ,获得积分10
1分钟前
郝老头完成签到,获得积分0
1分钟前
飘逸翠柏完成签到 ,获得积分10
1分钟前
研友_Z119gZ发布了新的文献求助10
1分钟前
大大大大管子完成签到 ,获得积分10
1分钟前
小菜鸡完成签到 ,获得积分10
1分钟前
刚子完成签到 ,获得积分0
1分钟前
wushuimei完成签到 ,获得积分10
1分钟前
泌尿小周完成签到 ,获得积分10
1分钟前
科研小白完成签到 ,获得积分10
1分钟前
FashionBoy应助害羞的果汁采纳,获得10
1分钟前
白华苍松发布了新的文献求助10
1分钟前
能干水蓝完成签到 ,获得积分10
1分钟前
花花糖果完成签到 ,获得积分10
1分钟前
别疯完成签到,获得积分10
1分钟前
aniver完成签到 ,获得积分10
1分钟前
负责的寒梅完成签到 ,获得积分10
1分钟前
威武忆山完成签到 ,获得积分10
1分钟前
王王的狗子完成签到 ,获得积分10
1分钟前
酷酷的王完成签到 ,获得积分10
2分钟前
2分钟前
高分求助中
Sustainability in Tides Chemistry 2800
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
Rechtsphilosophie 1000
Bayesian Models of Cognition:Reverse Engineering the Mind 888
Defense against predation 800
Very-high-order BVD Schemes Using β-variable THINC Method 568
Chen Hansheng: China’s Last Romantic Revolutionary 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3137039
求助须知:如何正确求助?哪些是违规求助? 2788032
关于积分的说明 7784295
捐赠科研通 2444102
什么是DOI,文献DOI怎么找? 1299724
科研通“疑难数据库(出版商)”最低求助积分说明 625536
版权声明 601010