Metal (Ca, Cu, Zn)-modified defect-rich Bi nanosheets for electrocatalytic reduction of CO2 to HCOOH at high current density

金属 还原(数学) 电流密度 材料科学 电流(流体) 电催化剂 无机化学 化学工程 化学 冶金 电化学 电极 物理化学 电气工程 几何学 数学 物理 量子力学 工程类
作者
Haichuan He,Yu Xiao,Wei Wang,Liu Deng,Zeng Chuan Hao,Liqiang Wang,Ke Zeng,Jianhan Huang,Minghui Yang,You‐Nian Liu
出处
期刊:Chemical Engineering Journal [Elsevier]
卷期号:493: 152855-152855 被引量:11
标识
DOI:10.1016/j.cej.2024.152855
摘要

Bismuth-based materials have emerged as promising electrocatalysts for the electrochemical reduction of carbon dioxide (eCO2RR) to HCOOH. However, it remains challenges to meet the practical application requirements and identify the active sites of bismuth-based catalysts in eCO2RR. Herein, bismuthate (MBi2O4, M = Ca, Cu, Zn) derived nanosheet-like electrocatalysts with metal-modified edge defects are developed. During electrochemical processes, MBi2O4 pre-catalyst undergoes surface reconstruction to expose more active Bi0 sites and to form abundant metal-modified edge defects, which facilitate the modulation of charge state of adjacent Bi sites and improve the adsorption of *OCHO intermediate, thereby enhancing the selectivity of eCO2RR towards HCOOH. The Ca-modified defect-rich Bi catalyst exhibits a maximum HCOOH Faradaic efficiency of 94.3 % at an industrially relevant current density of 400 mA cm−2, together with high stability/reproducibility of 55 h. This work proposes a new strategy for construction of Bi-based catalysts and explores its structural reconstruction mechanism during the electrocatalytic process, opening a new window for design of eCO2RR catalysts.
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
英姑应助菠萝吹雪采纳,获得10
1秒前
1秒前
学术小牛发布了新的文献求助10
4秒前
wp发布了新的文献求助10
4秒前
ajiwjn发布了新的文献求助10
5秒前
edward完成签到,获得积分10
5秒前
我是老大应助Eric采纳,获得10
5秒前
7秒前
8秒前
8秒前
SciGPT应助还单身的谷菱采纳,获得10
8秒前
乐乐应助苗条的雨雪采纳,获得10
8秒前
11秒前
12秒前
66小鼠发布了新的文献求助10
12秒前
毛毛虫破茧成蝶完成签到,获得积分10
12秒前
14秒前
17秒前
17秒前
17秒前
17秒前
sanlang完成签到,获得积分10
17秒前
竹筏过海完成签到,获得积分0
17秒前
Nolan完成签到,获得积分10
17秒前
典雅的芮发布了新的文献求助10
18秒前
cx发布了新的文献求助10
18秒前
ajiwjn完成签到,获得积分10
19秒前
Jasper应助科研通管家采纳,获得10
19秒前
云九卿应助科研通管家采纳,获得10
19秒前
无极微光应助科研通管家采纳,获得20
19秒前
充电宝应助科研通管家采纳,获得10
19秒前
19秒前
华仔应助科研通管家采纳,获得10
19秒前
NIUBEN发布了新的文献求助10
19秒前
小二郎应助科研通管家采纳,获得10
19秒前
云九卿应助科研通管家采纳,获得10
19秒前
情怀应助科研通管家采纳,获得10
20秒前
20秒前
bkagyin应助科研通管家采纳,获得10
20秒前
挖掘机应助科研通管家采纳,获得200
20秒前
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
Kinesiophobia : a new view of chronic pain behavior 3000
Les Mantodea de guyane 2500
Molecular Biology of Cancer: Mechanisms, Targets, and Therapeutics 2000
Signals, Systems, and Signal Processing 510
Discrete-Time Signals and Systems 510
Brittle Fracture in Welded Ships 500
热门求助领域 (近24小时)
化学 材料科学 生物 医学 工程类 计算机科学 有机化学 物理 生物化学 纳米技术 复合材料 内科学 化学工程 人工智能 催化作用 遗传学 数学 基因 量子力学 物理化学
热门帖子
关注 科研通微信公众号,转发送积分 5945097
求助须知:如何正确求助?哪些是违规求助? 7097126
关于积分的说明 15898393
捐赠科研通 5077084
什么是DOI,文献DOI怎么找? 2730270
邀请新用户注册赠送积分活动 1690179
关于科研通互助平台的介绍 1614549