In situ semi-etching of bimetallic LDH nanosheet arrays into FeNi-LDH/MOF to boost oxygen evolution reaction

纳米片 双金属片 塔菲尔方程 电催化剂 析氧 材料科学 过电位 分解水 化学工程 催化作用 比表面积 金属有机骨架 氢氧化物 纳米技术 无机化学 化学 冶金 电极 电化学 工程类 有机化学 光催化 物理化学 金属 吸附
作者
Hanli Qin,Jia Cheng,Pin Zhou,Zhenyuan Ji,Hongyuan Peng,Xiaoping Shen,Hu Zhou,Guoxing Zhu,Juan Yang
出处
期刊:Chemical Engineering Journal [Elsevier]
卷期号:493: 152721-152721 被引量:1
标识
DOI:10.1016/j.cej.2024.152721
摘要

The inherent sluggish kinetics of water oxidation is the core issue for electrochemical hydrogen production from water splitting. Metal organic frameworks (MOFs) with tunable porous structures, abundant coordination metal centers and large specific surface area are expected as efficient electrocatalysts. In this paper, FeNi-LDH/MOF composite nanostructures were successfully constructed on carbon cloth (CC) through partially converting iron-nickel layered double hydroxide (FeNi-LDH) into FeNi-MOF (NiFe(CN)5NO) by an in-situ semi-etching method. The MOF nanocrystals in this material are in-situ decorated on the surface of FeNi-LDH nanosheets, providing abundant open active sites and mass transfer channels for electrocatalysis. Thanks to the synergistic effect of the LDH and MOF, as well as the exceptional hierarchical architecture, the FeNi-LDH/MOF/CC as a self-supported electrode exhibits distinguished electrocatalytic OER performance, with a low overpotential of 263 mV@100 mA cm−2 and a small Tafel slope of 50.2 mV dec-1 in 1.0 M KOH. In addition, the catalyst exhibits good durability with almost constant current density during 24 h OER test. This work provides an effective way to design high-performance MOFs-based composite electrocatalytic materials.
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
天天快乐应助WSCNOK采纳,获得10
1秒前
pterionGao完成签到 ,获得积分10
1秒前
kk完成签到,获得积分10
2秒前
小二郎应助123采纳,获得10
2秒前
ibigbird发布了新的文献求助10
3秒前
4秒前
7秒前
可爱的函函应助美丽松鼠采纳,获得10
7秒前
sweams关注了科研通微信公众号
7秒前
风雪夜归人完成签到,获得积分10
7秒前
8秒前
斯文败类应助lll采纳,获得10
8秒前
10秒前
杨知意发布了新的文献求助10
12秒前
无聊的依珊完成签到,获得积分10
12秒前
12秒前
13秒前
dingdingding完成签到,获得积分10
13秒前
air233发布了新的文献求助10
13秒前
star完成签到,获得积分10
13秒前
要减肥朋友完成签到,获得积分10
14秒前
14秒前
14秒前
14秒前
14秒前
14秒前
16秒前
巴山夜雨发布了新的文献求助10
16秒前
17秒前
YUN发布了新的文献求助10
18秒前
大哈鱼发布了新的文献求助10
18秒前
18秒前
Druid发布了新的文献求助10
18秒前
djb发布了新的文献求助30
18秒前
美丽松鼠发布了新的文献求助10
19秒前
酷波er应助科研通管家采纳,获得10
19秒前
gouwendong发布了新的文献求助10
19秒前
今后应助科研通管家采纳,获得50
19秒前
在水一方应助科研通管家采纳,获得20
19秒前
科研通AI2S应助科研通管家采纳,获得10
20秒前
高分求助中
The Data Economy: Tools and Applications 1000
Bayesian Models of Cognition:Reverse Engineering the Mind 800
Essentials of thematic analysis 700
Mantiden - Faszinierende Lauerjäger – Buch gebraucht kaufen 600
PraxisRatgeber Mantiden., faszinierende Lauerjäger. – Buch gebraucht kaufe 600
A Dissection Guide & Atlas to the Rabbit 600
Внешняя политика КНР: о сущности внешнеполитического курса современного китайского руководства 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 3119973
求助须知:如何正确求助?哪些是违规求助? 2770595
关于积分的说明 7704878
捐赠科研通 2425848
什么是DOI,文献DOI怎么找? 1288246
科研通“疑难数据库(出版商)”最低求助积分说明 620932
版权声明 599998