黑磷基催化剂在光/电催化固氮中的性能研究

来源 :杭州电子科技大学 | 被引量 : 0次 | 上传用户:yuantxunda
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
氨(Ammonia,NH3)是现代社会最重要的化学产品之一,对工业、农业的正常运转至关重要。目前工业上使用最多的合成氨的方法是哈伯法(Haber-Bosch),该方法技术成熟,但该生产过程伴随着大量化石能源的消耗与污染物的排放,亟需将氨的生产过程绿色化。光催化和电催化技术收到了极大重视,可以直接从水和氮气(Nitrogen,N2)合成氨,没有污染物排放,能源和原材料都是没有污染的,被认为是理想的生产方式。磷(Phosphorus,P)是地球上含量最多的元素之一,黑磷(Black Phosphorus,BP)作为其中一种存在形式,有着超高的载流子迁移率、优秀的光吸收性能、优异的带隙可调节性等特点,具有非常广阔的应用前景。目前有多种黑磷纳米片的制备方法,但都受限于较低的剥离速率而难以推广。而电化学膨胀法作为一种新兴的二维材料剥离技术,表现出较高的制备速率,易于调节材料层数等优点,是一种理想的技术。本文将通过电化学膨胀法剥离黑磷纳米片,并探究黑磷材料在光催化与电催化氮还原方面的应用。作为二维材料,黑磷纳米片有着超高的比表面积,通过在其表面直接合成硫化镉(Cadmium Sulfide,Cd S)纳米颗粒,制备得到BPNSs/Cd S异质结催化剂。经过光催化氮还原测试,催化性能随着黑磷含量的上升表现出先上升再下降的趋势,黑磷的含量在1.5%时,得到最高的光催化活性57.64μmol·L-1·h-1,同时也表现出较好的循环稳定性。结合理论计算与电化学测试,得到BPNSs/Cd S材料的催化机理。硫化镉作为主催化剂,激发产生光生载流子后,电子迁移到黑磷的导带,两者之间紧密的接触以及界面间低于费米能级的势垒,可以显著提升电子迁移速率。黑磷作为助催化剂,其边缘的P原子是催化的活性位点,N2分子通过associative distal的方式被还原成氨。为了进一步探究异质结间两种材料的结合方式对催化性能的影响,在原子水平调控镍离子与磷原子结合形成Ni-P化学键。通过理论计算证明,化学键的存在显著降低了电子在黑磷与磷化镍(Nickel Phosphide,Ni2P)之间迁移的能垒,可以提高电子迁移效率。电催化氮还原测试表明该材料有较高的氨合成速率,达到25.67μg·h-1·mg-1 cat(-0.35V vs RHE),显著高于不含化学键的样品。此外,相比于纯黑磷样品,Ni2P-BP样品还表现出较高的电催化稳定性。理论计算表明Ni原子是催化反应的活性位点,N2分子通过associative distal的方式被还原成氨。
其他文献
瑞利-泰勒不稳定(Rayleigh-Taylor instability,RTI)现象广泛存于自然界及工程应用中。在本文中,我们采用格子Boltzmann方法研究了长微通道内非混相单模RTI现象,探究其后期的发展,分析了雷诺数、Atwood数、表面张力等因素对相界面动力学和气泡及尖钉增长的影响。首先本文研究了在中高Atwood数下雷诺数的影响,数值模拟结果表明高雷诺数下的单模RTI的发展会经历四个
CoFeB磁性材料由于自旋轨道耦合作用,表现出了明显的反常霍尔效应,在磁场传感领域具有广阔的应用前景。同时,CoFeB薄膜材料和氧化物如MgO会形成很强的界面各向异性,而界面各向异性对沿薄膜垂直方向上的电压比较敏感。因此,基于电压调控各向异性的原理,可以用来研究基于反常霍尔效应的灵敏度可调的磁场传感器件。本论文从薄膜的性能测试、器件加工工艺、器件性能测试和灵敏度调节四部分展开分析,主要研究的内容如
学位
二维过渡金属硫属化合物(TMDs)以其独特的结构和性质引起了研究人员极大的兴趣。硒化钼(MoSe2)和硒化钨(WSe2)分别为N型和P型的过渡金属硫族化合物。研究表明,二维材料的性能受到材料层数和缺陷等因素的巨大影响,并且本征的二维材料光电性能却有待改善。为此本文分别以少数层MoSe2和少数层WSe2为研究对象制备光电探测器,通过引入氧缺陷等方法,调控光电器件的性能,最后获得高性能的光电探测器。本
空间自成像效应是一种近场衍射的结果,即当平面波透过周期性的光栅传播时,在离光栅特定距离的位置上,会有与光栅相同的图案出现。为了纪念其发现者H.F.Talbot,空间自成像效应也被称为Talbot效应。后来,根据时空对偶性,T.Jannson发现在时域上也存在着相应的Talbot效应。将周期性的光脉冲序列通过色散器件传输,根据一阶色散量与光脉冲序列周期之间的关系,时域Talbot效应可以分为整数阶和
时间序列数据是在固定的时间段内收集到各个时间点的数据,通过预测时间序列数据集,对研究事物的历史轨迹以及对描绘事物将来的发展趋势和动态规划都有重要的意义,为更好的实现控制和精准的做出决策提供基础依据。而时间序列数据具有长依赖性,因此合理有效的预测网络模型选择将会对预测结果产生很大影响,且时间序列数据在采集过程中容易受到序列噪声干扰,需要在预测过程中对序列噪声进行处理和对预测误差进行补偿。为此本文主要
学位
学位
颅内出血(Intracranial Hemorrhage,ICH)是指颅骨内部的出血,是一种病情重、病残率和病死率高的脑部重症疾病,需要快速且准确的诊断,确定颅内出血的位置和出血亚型,提高患者的生存率。颅脑计算机断层扫描(CT)成像精度高且使用广泛,是初步诊断颅内出血的首选方案。经验丰富的放射科医生会通过调阅患者的颅脑CT影像,诊断颅内出血及出血亚型等病症,但放射科医生诊断颅内出血非常耗时,而且医
随着经济的高速增长,化石能源枯竭和环境污染问题接踵而至,可再生能源发展与环境保护已成为全世界公认的生存准则。其中,利用清洁无污染的太阳能与高效节能的热泵技术结合的太阳能热泵热水系统已逐步成为能源研究的热点。我国太阳能热泵热水技术的发展尚处于初步阶段,如何进一步实现节能降耗和保证稳定热水供应将是下一步理论研究的重点。为此,本文针对太阳能热泵系统的参数匹配和调度优化问题做了以下工作:(1)对系统设计参