清晨好,您是今天最早来到科研通的研友!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,伴您科研之路漫漫前行!

The boosting of electrocatalytic CO2-to-CO transformation by using the carbon nanotubes-supported PCN-222(Fe) nanoparticles composite

材料科学 过电位 碳纳米管 催化作用 电催化剂 化学工程 氧化还原 电化学 复合数 纳米颗粒 金属有机骨架 纳米技术 无机化学 复合材料 有机化学 电极 物理化学 冶金 化学 工程类 吸附
作者
Lin-Wei Xu,She-Liang Qian,Bao‐Xia Dong,Li-Gang Feng,Zong-Wei Li
出处
期刊:Journal of Materials Science [Springer Science+Business Media]
卷期号:57 (1): 526-537 被引量:19
标识
DOI:10.1007/s10853-021-06592-9
摘要

Molecular complexes with active metal centers exhibit high activity and selectivity for electrochemical CO2 reduction reaction (CO2RR), which represents a promising method for transforming greenhouse gas into valuable chemicals and feedstock. Using metal–organic frameworks (MOFs) to load the active molecular complexes then employing the combination with the carbonic conducting material may exhibit a beneficial effect for CO2RR. Herein, we obtained a composite catalyst named PCN-222(Fe)/CNTs, which was in situ synthesized through the solvothermal method that loads iron porphyrin-centered PCN-222(Fe) molecules onto CNTs. The catalyst PCN-222(Fe)/CNTs exhibits excellent electrocatalytic performance for CO2RR with a FECO of 95.5% (m(Fe-TCPP):m(CNTs) = 1:30, written as PCN-222(Fe)/CNTs-30) and an overpotential (η) of 494 mV. In addition, the turnover frequency (TOF) is high as 448.76 h−1 (3.011 site−1 s−1) and the hydrogen evolution reaction (HER) is indistinctive. After long-term electrocatalysis of 10 h at −0.6 V vs. RHE, PCN-222(Fe)/CNTs-30 remained its high catalytic performance with average FECO = 90%. This work provides a solid foundation for further research in the high-efficiency transformation of CO2 to CO.Graphical abstract
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
在水一方应助科研通管家采纳,获得10
7秒前
英姑应助科研通管家采纳,获得10
7秒前
Jasper应助科研通管家采纳,获得10
7秒前
loga80完成签到,获得积分0
9秒前
11秒前
冒险寻羊完成签到,获得积分10
15秒前
633完成签到 ,获得积分10
16秒前
jsbc2026发布了新的文献求助10
17秒前
机灵的夜梅完成签到,获得积分10
17秒前
邹继霞完成签到 ,获得积分10
33秒前
李子啊完成签到 ,获得积分10
34秒前
结实文轩完成签到 ,获得积分10
35秒前
萌兴完成签到 ,获得积分10
41秒前
许艺议完成签到 ,获得积分10
42秒前
小巧的白竹完成签到,获得积分10
46秒前
xinjie完成签到,获得积分10
48秒前
promise完成签到 ,获得积分10
52秒前
笑傲完成签到,获得积分10
55秒前
呆呆的猕猴桃完成签到 ,获得积分10
59秒前
阳光的Kelly完成签到 ,获得积分10
1分钟前
aajhajkahna完成签到,获得积分0
1分钟前
研友_ZlPolZ完成签到 ,获得积分10
1分钟前
爱听歌的雁风完成签到,获得积分10
1分钟前
拼搏的萧完成签到 ,获得积分10
1分钟前
Alvin完成签到 ,获得积分10
1分钟前
酷炫以寒完成签到,获得积分10
1分钟前
dangdang完成签到 ,获得积分10
1分钟前
郭子啊完成签到 ,获得积分10
1分钟前
斯文败类应助D调的华丽采纳,获得10
1分钟前
邵翎365完成签到,获得积分10
1分钟前
失眠的青寒完成签到,获得积分10
2分钟前
2分钟前
pajama完成签到,获得积分10
2分钟前
cwanglh完成签到 ,获得积分10
2分钟前
pajama发布了新的文献求助10
2分钟前
2分钟前
仁爱的鞋子完成签到,获得积分10
2分钟前
树池发布了新的文献求助10
2分钟前
独特的秋完成签到,获得积分10
2分钟前
树池完成签到,获得积分10
2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
APA handbook of comparative psychology: Basic concepts, methods, neural substrate, and behavior 1000
Health Psychology 1000
Matrix Methods in Data Mining and Pattern Recognition Second Edition 510
The fast track to determining transfer functions of linear circuits: The student guide 500
Römisch-Germanische Forschungen 500
Electric machines: theory, operating applications, and controls 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 内科学 物理 复合材料 催化作用 细胞生物学 无机化学 光电子学 物理化学 电极 基因
热门帖子
关注 科研通微信公众号,转发送积分 7598082
求助须知:如何正确求助?哪些是违规求助? 9174549
关于积分的说明 19640490
捐赠科研通 7174592
什么是DOI,文献DOI怎么找? 3268240
关于科研通互助平台的介绍 2432827
邀请新用户注册赠送积分活动 2261545