Optimizing CO2RR selectivity on single atom catalysts using graphical construction and identification of energy descriptor

催化作用 限制 氧化还原 组合化学 Atom(片上系统) 化学 选择性 密度泛函理论 材料科学 计算化学 计算机科学 无机化学 有机化学 嵌入式系统 机械工程 工程类
作者
Anjana Tripathi,Ranjit Thapa
出处
期刊:Carbon [Elsevier]
卷期号:208: 330-337 被引量:15
标识
DOI:10.1016/j.carbon.2023.03.065
摘要

The electrocatalytic reduction of CO2 (CO2RR) into value-added hydrocarbons is limited due to high limiting potential (UL) and competing hydrogen evolution reaction (HER). To find the best catalyst for CO2 reduction the concept of hydrogen poisoning was not considered in the catalyst screening process. Herein, we present a simple screening method and graphical construction using multiparameter optimization for the design of highly active and selective single-atom catalysts (SAC) using density functional theory calculations. A series of SAC namely, MN4, MBN3 and H@MBN3 (M: metal) are investigated for CO2RR. Our results revealed that MN4 and MBN3 SAC are not favorable for CO2RR due to high UL > −0.85 V and hydrogen poisoning (ΔGH* < 0), respectively. H@MBN3 SAC (stable compounds forming H–B bonds) are identified as efficient catalysts with a low value of UL and significantly hinder the competitive HER. Among these, H@CoBN3 and H@FeBN3 SAC show excellent CO2RR activity with limiting potential −0.30 and −0.44 V respectively for CH4 production and no chance of HER. Scaling relations reveal the importance of *COOH/*CHO binding energy (Eb) as an energy descriptor to evaluate the catalytic performance. This work provides a new theoretical perspective to design a highly selective catalyst for CO2RR.
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
楠楠多多完成签到,获得积分10
刚刚
复原乳完成签到,获得积分10
2秒前
一团小煤球完成签到,获得积分10
2秒前
2秒前
高挑的涛发布了新的文献求助10
3秒前
CodeCraft应助YY采纳,获得10
3秒前
GTthree完成签到,获得积分10
6秒前
小白完成签到,获得积分20
6秒前
7秒前
左惋庭发布了新的文献求助30
8秒前
叶枫完成签到 ,获得积分10
9秒前
YY完成签到,获得积分10
9秒前
王111完成签到,获得积分10
10秒前
华仔应助微风采纳,获得10
12秒前
12秒前
小喵完成签到 ,获得积分10
13秒前
香蕉觅云应助小白采纳,获得10
13秒前
GTthree完成签到,获得积分10
15秒前
16秒前
左惋庭完成签到,获得积分10
17秒前
Oay发布了新的文献求助10
17秒前
兮兮发布了新的文献求助10
19秒前
xing完成签到,获得积分10
19秒前
刻苦羽毛完成签到,获得积分10
19秒前
Lucas应助xaogny采纳,获得10
20秒前
Jeffery426发布了新的文献求助20
21秒前
KerwinYang发布了新的文献求助30
21秒前
在水一方应助SYUE采纳,获得10
21秒前
猪肉完成签到,获得积分20
24秒前
24秒前
眼睛大的傲菡完成签到,获得积分10
25秒前
母广明完成签到,获得积分10
26秒前
优美飞薇发布了新的文献求助30
30秒前
30秒前
可爱的香岚完成签到 ,获得积分10
32秒前
32秒前
xaogny发布了新的文献求助10
33秒前
端庄蚂蚁完成签到,获得积分10
34秒前
35秒前
格格巫发布了新的文献求助10
35秒前
高分求助中
Licensing Deals in Pharmaceuticals 2019-2024 3000
Cognitive Paradigms in Knowledge Organisation 2000
Effect of reactor temperature on FCC yield 2000
Introduction to Spectroscopic Ellipsometry of Thin Film Materials Instrumentation, Data Analysis, and Applications 1200
How Maoism Was Made: Reconstructing China, 1949-1965 800
Medical technology industry in China 600
ANSYS Workbench基础教程与实例详解 510
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 3312179
求助须知:如何正确求助?哪些是违规求助? 2944769
关于积分的说明 8521402
捐赠科研通 2620485
什么是DOI,文献DOI怎么找? 1432870
科研通“疑难数据库(出版商)”最低求助积分说明 664797
邀请新用户注册赠送积分活动 650115