Tunable Electronic Properties of Graphene Quantum Dots Guide the CO2-to-Formate Conversion Efficiency on SnO2 Nanosheet

格式化 密度泛函理论 催化作用 纳米片 石墨烯 电子转移 材料科学 氧化还原 电化学 量子点 化学 纳米技术 光化学 计算化学 物理化学 无机化学 电极 有机化学
作者
Sheng Wang,Weishuai Tian,Jiayu Zhan,Yang You,Lu‐Hua Zhang,Fengshou Yu
出处
期刊:Industrial & Engineering Chemistry Research [American Chemical Society]
卷期号:62 (12): 4940-4946 被引量:3
标识
DOI:10.1021/acs.iecr.2c04550
摘要

SnO2 has been proved to be a promising catalyst for the electrochemical conversion of CO2 to formate. However, slow interfacial charge transfer and the unoptimized binding of intermediates to active sites result in large barriers and slow reaction kinetics for formate formation. Herein, SnO2 was selected as a model catalyst and decorated with graphene quantum dots (GQDs) embedding different functional groups (SnO2/R-GQD, with "R" being −NH2, −OH, or −SO3) to systematically explore the variation of interfacial effect on the behavior of intermediates adsorption and CO2 reduction reaction (CO2RR) activity. Experimental results show that the CO2RR performance was dependent on the electron-donating property of functional groups on GQDs. The SnO2/NH2-GQD composite can selectively convert CO2 to formate with a Faraday efficiency (FEformate) as high as 92.9% at −1.3 V vs RHE and a partial electric current density (jformate) as high as 16.2 mA cm–2. Experimental results and density functional theory (DFT) calculations indicate that the performance of CO2RR depends on the electron-donating properties of the functional groups on the GQDs. The strong electron-donating effect of −NH2 optimizes the adsorption free energy of the key intermediate and accelerates the desorption of *HCOOH, thus improving the catalyst activity. This study not only shows a series of advanced CO2RR electrocatalysts but also provides a feasible strategy for the rational design of catalysts for other proton-coupled electron-transfer reactions.
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
无敌最俊朗应助L&M采纳,获得10
1秒前
小作坊钳工完成签到,获得积分10
1秒前
1秒前
1秒前
烟花应助烂漫的汲采纳,获得10
1秒前
2秒前
ding应助二战老兵采纳,获得10
2秒前
2秒前
完美世界应助zxj采纳,获得10
4秒前
4秒前
莫大完成签到 ,获得积分10
4秒前
jeffrey完成签到,获得积分10
4秒前
5秒前
不舍天真发布了新的文献求助10
5秒前
找不完发布了新的文献求助10
6秒前
啾啾发布了新的文献求助10
6秒前
7秒前
奈何完成签到,获得积分10
7秒前
小新发布了新的文献求助30
8秒前
大个应助djbj2022采纳,获得10
8秒前
hd关闭了hd文献求助
8秒前
丘比特应助科研通管家采纳,获得10
9秒前
科研通AI2S应助科研通管家采纳,获得30
9秒前
研友_VZG7GZ应助科研通管家采纳,获得10
9秒前
充电宝应助科研通管家采纳,获得10
9秒前
SYHWW发布了新的文献求助10
10秒前
10秒前
勤奋凝安完成签到,获得积分10
11秒前
zho关闭了zho文献求助
11秒前
12秒前
wuhao完成签到 ,获得积分10
12秒前
13秒前
丘比特应助hao采纳,获得30
13秒前
Backto1998发布了新的文献求助80
13秒前
Yvette2024完成签到,获得积分10
13秒前
包容友儿完成签到,获得积分10
14秒前
15秒前
李健应助勤奋凝安采纳,获得10
15秒前
深情的迎海完成签到,获得积分10
15秒前
16秒前
高分求助中
Sustainability in Tides Chemistry 2000
System in Systemic Functional Linguistics A System-based Theory of Language 1000
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
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 3118877
求助须知:如何正确求助?哪些是违规求助? 2769071
关于积分的说明 7699714
捐赠科研通 2424452
什么是DOI,文献DOI怎么找? 1287795
科研通“疑难数据库(出版商)”最低求助积分说明 620629
版权声明 599962