编审:——
电催化CO2还原(CO2RR)为人工绿色碳循环提供了极具前景的途径。近年来,已有各种关于高性能CO2RR电催化剂的相关研究报道。然而,这类催化剂的电解产物大多局限于C1产物,而对多碳(C2+)产物的效率仍然较低。到目前为止,Cu仍是目前可将CO2还原为C2+产物的主要催化剂。因此,设计非Cu基CO2RR催化剂来实现CO2向C2+产物的转化,是近年来CO2RR研究领域的热点。
中科院化学研究所张裴、韩布兴院士等人设计了一种以N掺杂γ-Fe2O3为核、以碳氮化物(CN)为壳的核壳结构电催化剂,标记为xFe2O3-N@CN,可在H型电解槽中将CO2高效还原为C2H6。结果表明,所制备的催化剂含有N配位与O缺陷的Fe-O-N位点,有利于*COOH中间体的稳定。同时,两个相邻的表面Fe原子有利于降低C-C耦合的势垒,促进C2H6产物的形成。值得注意的是,这是首次在Fe基催化剂上实现电催化CO2向C2H6的转化。该工作为新型Fe基CO2RR电催化剂的设计提供了一种策略,同时揭示了局部原子结构对CO2向C2+产物转化的影响。相关工作以《Efficient Electrocatalytic Reduction of CO2 to Ethane over Nitrogen-Doped Fe2O3》为题发表于国际顶尖杂志《Journal of the American Chemical Society》。
(1)本文设计了一种新型Fe基催化剂,能够电催化CO2还原制C2H6,最高的法拉第效率可达42%。值得一提,这也是首次在Fe基催化剂上实现CO2向C2H6的电催化转化。
(2)通过光谱分析,并结合理论计算,作者揭示了富O的FeO1.5-nNn位点是主要的CO2RR活性位点,能够有效稳定*COOH中间体。同时,两个相邻的Fe原子进一步降低了C-C耦合势垒,有利于CO2向C2H6的转化。
图1 xFe2O3-N@CN的制备与结构表征:(a)制备流程示意图;(b,c)0.3Fe2O3-N@CN的TEM与HRTEM图像;(d)0.3Fe2O3-N@CN的STEM图像与相应的EDS能谱;(e,f)Fe的K边XANES与FT-EXAFS谱图;(g)高分辨N 1s的XPS谱图。@ACS
本文首先通过预组装、以及随后的高温热解,得到了xFe2O3-N@CN催化剂。制备示意图如图1a所示,简单来说,即通过多巴胺在含Fe3+的缓冲溶液下进行自聚合,并使用F127为模板,将所得的纳米颗粒前驱体在N2下进行热解,即可得到以CN为壳层、N掺杂Fe2O3为核的xFe2O3-N@CN催化剂,其中x表示不同的Fe含量。
以0.3Fe2O3-N@CN催化剂为例,图1b的TEM图像清晰显示了颗粒的核壳结构,壳层厚度约30 nm。图1c的HRTEM图像显示颗粒的晶格间距为0.208、0.295 nm,分别对应Fe2O3的(400)、(220)面。图1d的STEM图像与相应的EDS谱图显示Fe2O3纳米粒子被CN壳层所包覆,Fe元素主要分布于核内。
进一步通过Fe的K边XAS谱图来分析电子态与配位结构。如图1e所示,所制备的xFe2O3-N@CN的近边吸收曲线介于Fe箔和Fe2O3之间,表明Fe处于氧化态。FT-EXAFS谱图显示,xFe2O3-N@CN在1.4~1.7 Å处出现宽峰,对应Fe-O/N配位,而位于2~3 Å处的宽峰对应Fe-Fe键。拟合结果显示,xFe2O3-N@CN中Fe-O/N的配位数低于原始Fe2O3,即Fe-O/N为不饱和配位位点。另外,高分辨N 1s的XPS谱图也显示了xFe2O3-N@CN中均存在吡啶N、Fe-N(吡啶)、吡咯N以及Fe-N(吡咯)物种,而石墨N仅在低Fe含量的催化剂可以观察到。总之,根据以上结果,可以看出所制备的xFe2O3-N@CN催化剂中存在不同的Fe-O-N结构以及大量的O空位。
图2 57Fe穆斯堡尔谱分析:(a)0.05Fe2O3-N@CN的57Fe穆斯堡尔谱;(b)0.3Fe2O3-N@CN的57Fe穆斯堡尔谱;(c)xFe2O3-N@CN的57Fe穆斯堡尔谱;(d)不同Fe物种的分峰面积比较。@ACS
利用57Fe穆斯堡尔谱对不同Fe物种的敏感性来进一步分析催化剂。例如,如图2a为0.05Fe2O3-N@CN的57Fe穆斯堡尔谱,其可以被拟合成一个二重峰与三个六重峰。据此分析,这些分峰可依次被分配为FeN4位点、富含N的FeOmN4-m(0.2≤m≤0.58)、γ-Fe2O3 以及α-Fe。而对于Fe含量较高的0.3Fe2O3-N@CN,其57Fe穆斯堡尔谱如图2b所示,可以被拟合成两个二重峰与三个六重峰,并分别被分配为高自旋FeN4、低自旋FeN4、富含N的FeOmN4-m(0.2≤m≤0.58)、γ-Fe2O3以及富含O的FeO1.5-nNn(0.34≤n≤0.55)。
根据各xFe2O3-N@CN的57Fe穆斯堡尔谱,可以看出Fe含量的高低使得Mössbauer光谱中表现出完全不同的信号。基于拟合结果,如图2d所示,随着Fe含量的增加,γ-Fe2O3、FeO1.5-nNn组分略有增加。与此同时,FeN4以及FeOmN4-m的含量都明显降低。总之,配位环境随Fe含量的变化而变化,Fe含量较高的催化剂也含有较高的FeO1.5-nNn位点和O空位。
图3 电催化CO2RR性能分析:(a)LSV曲线;(b)不同电位下的电流密度与各产物的法拉第效率;(c)各xFe2O3-N@CN催化剂的最高法拉第效率比较;(d)各xFe2O3-N@CN催化剂在不同电位下的电流密度比较;(e)EIS谱图;(f)0.3Fe2O3-N@CN催化剂在-2.0 下的计时电流曲线与C2H6的法拉第效率。@ACS
进一步在离子液体(IL)基电解质的三电极体系下探究了催化剂的CO2RR性能。首先,以Fe含量最高的0.3Fe2O3-N@CN催化剂为例,如图3a所示,在CO2饱和的电解质下测得电流密度明显高于N2饱和的电解质,说明0.3Fe2O3-N@CN催化剂具有CO2RR活性。随后,在不同电位-1.9~2.6 V vs Ag/Ag+下进行探究各电解产物的法拉第效率。如图3b所示,0.3Fe2O3-N@CN催化剂在-2.0 V vs Ag/Ag+下可产生C2H6,电流密度可达32 mA cm-2,C2H6法拉第效率达到42%,同时仅有唯一副产物H2。随着电位逐渐降低,C2H6的法拉第效率逐渐降低,同时产生CH4和CO。
通过对比其他xFe2O3-N@CN的CO2RR性能,如图3c所示,对于低Fe含量的催化剂0.05Fe2O3-N@CN、0.11Fe2O3-N@CN,此时CH4和CO是主要的CO2电解产物。随着Fe含量增加,C2H6的法拉第效率提高。据此观察,xFe2O3-N@CN催化剂的主要差异在于Fe含量以及Fe-O-N配位,这决定了CO2RR中C1或C2产物的选择性。结合57Fe穆斯堡尔谱,可以推测CO2RR活性与FeO1.5-nNn位点有关。
另外,图3e的EIS谱图显示,0.3Fe2O3-N@CN催化剂具有最低的电荷转移阻抗,表明催化剂的电子转移能力增强。图3f也揭示了0.3Fe2O3-N@CN催化剂能够进行长时间稳定工作,电流密度与C2H6的法拉第效率均未发生明显变化。
图4 在0.3Fe2O3-N@CN(红线)与Fe2O3(蓝线)上,CO2还原为C2H6的自由能分布图@ACS
通过DFT计算来进一步了解N掺杂Fe2O3上的CO2RR机制。根据前面分析,在此建立了两种催化剂模型,分别为少量N掺杂的FeO1.5-nNn与原始Fe2O3,其CO2还原为C2H6的自由能分布图如图4所示。首先,对于CO2的第一步加氢,在FeO1.5-nNn表面的加氢势垒低至0.20 eV,而在Fe2O3表面的加氢势垒高达1.19 eV。同时,*COOH也可在FeO1.5-nNn表面进行稳定吸附。在C-C耦合步骤,该步骤为反应速率决定步骤,在FeO1.5-nNn表面的反应势垒为1.37 eV,远低于Fe2O3表面(1.99 eV),且后续的氢化过程也大多为热力学有利的过程。相比之下,原始Fe2O3表面不能稳定吸附*CO,C-C耦合的势垒非常高,使得C1产物的选择性较高。
综上所述,本文设计了一种富含氧空位的Fe基催化剂,首次实现了电催化CO2还原为C2H6。结构表征显示,xFe2O3-N@CN催化剂含有多种组分,如富N配位的FeOmN4-m位点、富O配位的FeO1.5-nNn,γ-Fe2O3以及FeN4位点。电化学测试显示,具有最高含量的FeO1.5-nNn位点的催化剂——0.3Fe2O3-N@CN显示出最佳的CO2RR制C2H6性能。具体地,在-2.0 V vs Ag/Ag+下,该催化剂对C2H6的选择性达到了42%,电流密度可达32 mA cm-2,同时仅有唯一的副产物H2。
另外,通过比较各xFe2O3-N@CN催化剂的CO2RR性能,FeN4位点含量较高的催化剂有利于生成C1产物,而富含FeO1.5-nNn位点的催化剂有利于C2产物的形成。DFT计算进一步揭示,由于*COOH中间体能够稳定吸附在FeO1.5-nNn位点上,并暴露在相邻的Fe表面,导致C-C耦合过程的能垒进一步降低,有利于C2H6的生成。这项工作成功在Fe基催化剂上实现了CO2向C2产物的转化,促进了非Cu基CO2RR电催化剂的发展。同时,该工作也揭示了局部原子配位环境对CO2RR制取C2+产物的重要性。
Chen P., Zhang P., Kang X., et al. Efficient Electrocatalytic Reduction of CO2 to Ethane over Nitrogen-Doped Fe2O3, Journal of the American Chemical Society, 2022.
https://doi.org/10.1021/jacs.2c05373
声明:本文仅代表作者观点,如有不科学之处,请在下方留言指正!文章系作者授权新威公众号发布,转载及相关事宜请联系小威(微信号:xinweiyanxuan)。
