东北大学的研究人员创建了一种可靠的方法来预测新型有前途的催化剂的性能。他们的突破将加速用于碱性和酸性环境的高效催化剂的开发，从而在未来创造更好的燃料电池的努力中节省时间和精力。

燃料电池技术长期以来一直被誉为清洁能源的一种有前景的途径，但催化剂效率方面的挑战阻碍了其广泛采用。

分子金属-氮-碳(M-N-C)催化剂具有独特的结构特性和优异的电催化性能，特别是对于燃料电池中的氧还原反应(ORR)。它们为铂基催化剂提供了一种经济高效的替代品。

M-N-C催化剂的一种变体是金属掺杂的氮杂酞菁(AzPc)。它们具有独特的结构特性，其特征是长拉伸官能团。当这些催化剂被放置在碳基底上时，它们呈现出三维形状，就像舞台上的舞者一样。这种形状变化会影响它们在不同pH水平下的ORR效果。

尽管如此，将这些有益的结构特性转化为更高的性能仍然是一项挑战，需要大量的建模、验证和实验，而这需要大量资源。

pH依赖性ORR火山模型和Fe-AzPc衍生物的模拟LSV曲线。pH场相关的火山。颜色条的左侧和右侧代表电场与pH值之间的相关性。这个数字作为我们实验的基准。图片来源：化学科学(2024)。DOI：10.1039/D4SC00473F

“为了克服这个问题，我们使用计算机模拟来研究碳载Fe-AzPcs催化剂在氧还原反应中的性能如何随不同pH水平而变化，通过观察电场如何与pH值和周围官能团相互作用，”李浩，东北大学材料高级研究所(WPI-AIMR)副教授，论文通讯作者。

在分析Fe-AzPcs在ORR中的性能时，Li和他的同事将大型分子结构与复杂的长链排列或“舞蹈图案”(具有超过650个原子的排列)结合在一起。

至关重要的是，实验数据表明pH场耦合微动力学模型与观察到的ORR效率密切匹配。

Li补充道：“我们的研究结果表明，评估Fe位点(Fe原子通常失去大约1.3个电子)处发生的电荷转移，可以作为识别ORR周围合适官能团的有用方法。”“我们基本上为微动力学模型创建了直接基准分析，以确定在各种pH条件下有效的ORRM-N-C催化剂。”

版权说明：本站所有作品图文均由用户自行上传分享，仅供网友学习交流。若您的权利被侵害，请联系我们

标签：