Exploring the impact of S-doped Fe-N-C materials on the ORR mechanism within a constant potential solvation model

溶剂化 机制(生物学) 常量(计算机编程) 兴奋剂 化学 催化作用 计算化学 化学物理 物理化学 纳米技术 材料科学 物理 凝聚态物理 有机化学 计算机科学 量子力学 分子 程序设计语言
作者
Penghui Ren,Zhongbao Feng,Yunfeng Zhao,Chunyang Liu,Huixia Li,Ruopeng Li,Xuebo Chen
出处
期刊:Molecular Catalysis [Elsevier]
卷期号:559: 114119-114119 被引量:1
标识
DOI:10.1016/j.mcat.2024.114119
摘要

The widespread application of S doping in Fe-N-C materials aims to enhance the catalytic activity for oxygen reduction reactions (ORR). However, the current doping strategies are primarily centered on the first coordination layer encompassing Fe atoms. Consequently, this study employs first-principles calculations to compute the formation and binding energies of FeN4 doped with S atom. It further delves into the influence of diverse doping sites on catalyst stability and meticulously analyzes the configurations and corresponding ORR activities of four catalysts, namely FeN4S-N (Number=0∼3), utilizing a constant-potential implicit solvent model to simulate authentic electrocatalytic environments. The findings reveal that under vacuum conditions, FeN4S1 exhibits the utmost ORR activity, boasting a potential of 0.53 V. Conversely, within the constant-potential implicit solvation model, FeN4S2 emerges as the catalyst with the highest ORR activity, achieving a potential of 0.39 V. Therefore, calculations leveraging the constant-potential solvation model offer more realistic insights into catalyst design, thereby guiding the development of superior 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
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
正直草丛发布了新的文献求助10
1秒前
小蘑菇应助zxy采纳,获得20
1秒前
李爱国应助xs采纳,获得10
2秒前
2秒前
2秒前
2秒前
我是老大应助科研通管家采纳,获得10
3秒前
丘比特应助科研通管家采纳,获得10
3秒前
研友_VZG7GZ应助科研通管家采纳,获得10
3秒前
大有阳光应助科研通管家采纳,获得10
3秒前
quhayley应助科研通管家采纳,获得10
3秒前
彭于晏应助科研通管家采纳,获得10
3秒前
大个应助科研通管家采纳,获得10
3秒前
3秒前
研友_VZG7GZ应助科研通管家采纳,获得10
3秒前
思源应助科研通管家采纳,获得10
3秒前
zh完成签到,获得积分10
3秒前
3秒前
SciGPT应助科研通管家采纳,获得10
3秒前
3秒前
ZongzongXu发布了新的文献求助10
4秒前
5秒前
十七关注了科研通微信公众号
5秒前
chenyunxia应助通~采纳,获得10
5秒前
卓越完成签到,获得积分10
6秒前
yesand...完成签到,获得积分10
6秒前
啦啦啦关注了科研通微信公众号
6秒前
jiuyuan发布了新的文献求助10
6秒前
蔚岚影落完成签到,获得积分10
7秒前
小冥童鞋发布了新的文献求助10
7秒前
张张完成签到,获得积分10
7秒前
benben应助萤火虫采纳,获得10
7秒前
8秒前
9秒前
结实问筠完成签到,获得积分10
9秒前
11秒前
研友_VZG7GZ应助发文章采纳,获得10
12秒前
年轻板凳发布了新的文献求助10
13秒前
zxy发布了新的文献求助20
13秒前
13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 3157139
求助须知:如何正确求助?哪些是违规求助? 2808445
关于积分的说明 7877659
捐赠科研通 2466978
什么是DOI,文献DOI怎么找? 1313089
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