Dual-ligand Cu-based MOFs for electrocatalytic reduction of NO3–

选择性 化学 吸附 配体(生物化学) 无机化学 猝灭(荧光) 金属有机骨架 硝酸盐 氧化还原 催化作用 物理化学 有机化学 受体 物理 荧光 量子力学 生物化学
作者
Yaling Chen,Jianjun Li,Guangming Jiang,Bo Xu,Jianbei Zhang,Jianjun Li,Song Shu
出处
期刊:Journal of environmental chemical engineering [Elsevier]
卷期号:11 (5): 110472-110472 被引量:4
标识
DOI:10.1016/j.jece.2023.110472
摘要

Electrocatalytic nitrate reduction reaction (ENRR) to recyclable NH3 or environmental-friendly N2 is a sustainable technology. In this study, we prepared three dual ligand Cu-based metal organic framework (Cu@MOFs) for efficient ENRR. The batch ENRR test revealed that Cu-bip-BTC exhibited the best performance in terms of NH3-N selectivity (61.64%), NH3-N yield (12.09 ×103 µgCu·h–1 mg–1) and faradaic efficiency for NH3 (80.97%) at −0.58 V vs. RHE. The ligands and coordination of Cu@MOFs affect the electronic structure of Cu and the adsorption performance of NO3–, leading to differences in the performance of the electrocatalytic reduction of nitrate. The quenching experiment of tert-butanol (TBA) demonstrates that NO3– is directly reduced by electrons on Cu@MOFs at −0.58 V, and in-situ spectrometric analysis identified the intermediates and pathways of ENRR. Cu-bip-BTC has the highest NH3-N selectivity due to its faster kinetic reaction rate, stronger inhibition of the hydrogen evolution reaction, and higher NO3– adsorption energy. In addition, ENRR combined with breakpoint chlorination reactions suggests that achieving nitrogen elimination is feasible, and this study provides a strategy for the application of dual-ligand Cu-based MOFs in ENRR.
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
刚刚
JamesPei应助伊伊采纳,获得10
2秒前
小蘑菇应助ohhhh采纳,获得10
3秒前
烟花应助wddfz采纳,获得10
3秒前
3秒前
jumppll完成签到,获得积分10
3秒前
汉堡包应助打败拖延症采纳,获得10
3秒前
4秒前
5秒前
sekidesu发布了新的文献求助10
5秒前
sekidesu发布了新的文献求助10
5秒前
sekidesu发布了新的文献求助30
5秒前
sekidesu发布了新的文献求助30
5秒前
6秒前
NexusExplorer应助陈柚子采纳,获得10
6秒前
wanci应助无限的跳跳糖采纳,获得10
6秒前
sekidesu发布了新的文献求助10
6秒前
zhanggu11完成签到,获得积分10
6秒前
7秒前
7秒前
7秒前
ksak607155发布了新的文献求助10
8秒前
8秒前
8秒前
赘婿应助monster0101采纳,获得10
9秒前
10秒前
10秒前
acuis发布了新的文献求助10
10秒前
搁浅发布了新的文献求助10
11秒前
水晶茶杯发布了新的文献求助10
12秒前
深情未来发布了新的文献求助10
13秒前
haha发布了新的文献求助10
14秒前
奇奇发布了新的文献求助10
15秒前
16秒前
abcd完成签到,获得积分10
16秒前
16秒前
上官若男应助学术蟑螂采纳,获得30
17秒前
17秒前
18秒前
吡啶应助虚心采纳,获得20
18秒前
高分求助中
Evolution 10000
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 600
Distribution Dependent Stochastic Differential Equations 500
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
A new species of Velataspis (Hemiptera Coccoidea Diaspididae) from tea in Assam 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 3157189
求助须知:如何正确求助?哪些是违规求助? 2808483
关于积分的说明 7877835
捐赠科研通 2467029
什么是DOI,文献DOI怎么找? 1313118
科研通“疑难数据库(出版商)”最低求助积分说明 630364
版权声明 601919