PWmat计算再发Science:用于甲烷热解高效制氢的三元镍钼铋液态合金催化剂

news2024/10/7 18:05:10

文章信息

原标题: Ternary NiMo-Bi liquid alloy catalyst for efficient hydrogen production from methane pyrolysis

中文标题:用于甲烷热解高效制氢的三元镍钼铋液态合金催化剂

作者:Luning Chen, Zhigang Song, Shuchen Zhang, Chung-Kai Chang, Yu-Chun Chuang, Xinxing Peng, Chaochao Dun, Jeffrey J. Urban, Jinghua Guo, Jeng-Lung Chen*, David Prendergast, Miquel Salmeron, Gabor A. Somorjai*, Ji Su*

通信单位:台湾同步辐射研究中心 加州大学伯克利分校 劳伦斯伯克利国家实验室

背景导读

氢(H2)作为一种优秀的清洁可再生能源,被视为最具前景的能源之一。2020年氢的总产量约9000万吨,然而,其大多数来自化石燃料,如天然气、石油和煤炭,这导致了大量的二氧化碳排放(约9亿吨)。水电解是一种绿色的氢生产技术,但高成本(5至6美元/kg)和高能耗(286 kJ/mol)导致目前水电解获得的氢仅占氢总产量的2 %。

甲烷(CH4)热解(MP)是另一种无二氧化碳排放的制氢方法,其理论能耗约为37.5 kJ/mol,但实际上需高温(>1000°C)促使甲烷活化,因此带来额外的能源消耗、设备成本以及不可避免的热耗散,适当的催化剂可以降低这些额外的成本。目前已有的催化剂包括固体催化剂(镍,钴,铁,铂和钯等过渡金属)和熔融液态催化剂(MLCs),前者具有较低的活化能,但容易因碳炼焦和芳烃污垢而失活,后者可以克服失活问题,但活化能较高,需要更高的温度才能活化甲烷。因此,如何开发出具有高催化活性的催化剂,使其工作温度适中,同时也具有良好的抗污垢和降解性能,一直以来是一个具有挑战性的问题。

文章简介

本文主要讲述了一种新型的液态合金催化剂,用于甲烷热解的高效产氢。研究人员通过在镍铋(Ni-Bi)液态合金中添加钼(Mo),制备了一种三元镍钼铋液态合金催化剂(LAC)。该催化剂在较低的活化能(81.2 kJ/mol)下表现出高效的甲烷热解活性,可以在450至800 ℃的范围内进行热解反应,在800 ℃下,催化剂表现出100%的氢气选择性和长达120小时的稳定性。这种催化剂具有高效、选择性和稳定性的特点,有望在甲烷热解反应中取得突破,并推动清洁能源的发展。

图1 用甲烷热解法制氢的方案。(A)不同催化剂的稳定性和活化能, (B)长时间甲烷热解反应后冷却产物的图像。

图2 催化数据。(A) 不同温度下的氢气产生速率,(B)在NiMo-Bi LAC上,甲烷热解的表观活化能(Ni/Mo的摩尔比为3:1)。(C) 在800°C下,不同组分的NiMo-Bi LAC的转化率、选择性(左)和H2产生速率(右),所有催化剂具有相同Ni含量。(D) 在800 ℃下,不同的液态合金催化剂的转化率和选择性(左)和H2生成速率(右)。(E) 在800 ℃和4 mol/min甲烷条件下, NiMo-Bi LAC(Ni/Mo的摩尔比为3:1)上的甲烷脱氢的长期稳定性测量。解法制氢的方案。(A)不同催化剂的稳定性和活化能, (B)长时间甲烷热解反应后冷却产物的图像。

光谱学研究结果验证了NiMo-Bi LAC中Ni和Mo相互作用的存在。Mo引入后,Ni和Mo之间的强相互作用调节了Ni的电子态,降低了Ni和Bi之间的相互作用,并导致Ni的负电荷减少,Mo在Ni-Bi体系中的溶解度增强。

图3 Ni-Bi和NiMo-Bi LAC中的Ni类型说明。(A)室温下Ni-Bi和NiMo-Bi LAC的2p x射线光电子能谱(XPS),(B)Ni-Bi和NiMo-Bi LAC在室温和工作温度下Ni的x射线吸收近边光谱(XANES)。

理论计算更为深入地给出了NiMo-Bi LAC的作用机理。

首先,研究人员模拟了Mo2二聚体和Mo团簇的溶解过程。在纯熔融态Bi中,Mo2二聚体的两个Mo原子的距离并没有因为其溶解度有限而改变,但在Ni的存在下,Mo-Mo的距离会增加。在Bi-Ni液态合金中的Mo团簇中也发现了类似的结果,这些结果表明,Ni-Mo相互作用使Mo在液体合金中均匀分散,而不是均匀聚集,从而提高了Mo的溶解度。这与实验观测相吻合。

图S16 (A) Ni-Bi液态合金和纯液态Bi中Mo2二聚体的Mo-Mo距离的变化。(B)Ni-Bi液态合金中的Mo团簇在溶解过程中不同截断半径(Rc)下的配位数的变化

紧接着,研究人员在Bi中嵌入了一个Ni原子,并在1500 K下进行了分子动力学模拟。(值得注意的是采取1500 K是为了加速模拟过程。)结果表明,Ni原子被Bi原子包围,Ni-Bi之间的强相互作用使得Ni处于Bi原子“笼”中;当在Mo引入后,Ni-Bi之间的相互作用减弱,Ni原子更容易与周围的Bi原子解离,因此更容易被甲烷分子作为催化活性位点。此外在图4(A)中,Ni原子的电荷降低也说明Mo的引入降低了Ni-Bi之间的相互作用。

图S17 Ni-Bi团簇在1500K的分子动力学模拟过程中的结构变化

图S18 NiMo-Bi团簇在1500K的分子动力学模拟过程中的结构变化

最后,研究人员在NiMo-Bi和Ni-Bi体系引入甲烷进行分子动力学模拟, 结果表明,Ni和Bi之间的强相互作用使得甲烷分子更难到达Ni活性位点,导致Ni-Bi体系的反应解离时间约为300飞秒(fs)。然而,Mo的引入减弱了这种笼效应,增加了Ni与甲烷相互作用的可能性,导致NiMo-Bi体系在约180 fs时开始解离。这些结果进一步支持了实验观察到的催化剂性能的提升。

图4。分子动力学模拟。(A) 一个Ni原子上的平均电荷转移。(B)一个C原子周围的H原子数随时间演化。(C) 甲烷在Ni-Bi和NiMo-Bi催化剂中的解离过程。

本文计算数据均采用PWmat完成,本文理论部分由哈佛大学博士后宋志刚完成,是原文的共同一作。更多信息请查看原文:Chen, L., Song, Z., Zhang, S., Chang, C.-K., Chuang, Y.-C., Peng, X., et al. (2023). Ternary NiMo-Bi liquid alloy catalyst for efficient hydrogen production from methane pyrolysis. Science 381(6660), 857-861. doi: 10.1126/science.adh8872.

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1001466.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

opencv 基础(持续更新中)

1 前言 https://www.couragesteak.com/ 2 安装 3 基础属性demo 打开一张图片: import cv2img cv2.imread(./girl.jpg)print(img.shape) # (1536, 1024, 3) 数组形状 print(type(img)) # numpy 数组 print(img) # 三维数组(彩色图片&am…

基于SSM的校园快递代取系统设计与实现

末尾获取源码 开发语言:Java Java开发工具:JDK1.8 后端框架:SSM 前端:采用JSP技术开发 数据库:MySQL5.7和Navicat管理工具结合 服务器:Tomcat8.5 开发软件:IDEA / Eclipse 是否Maven项目&#x…

两个好用的数据标注软件labelme和CVAT

我们使用yolov3、yolov4、yolov5、yolov8等训练自己的权重时,需要有大量标注好的数据集,这里有两个好用的数据标注软件labelme和CVAT 一、labelme labelme:https://github.com/wkentaro/labelme 这个软件用的比较多,但是会经常更…

10:00面试,10:06就出来了,问题问的实在有点变态

从小厂出来,没想到在另一家公司又寄了。 到这家公司开始上班,加班是每天必不可少的,看在钱给的比较多的份上,就不太计较了。没想到8月一纸通知,所有人不准加班,加班费不仅没有了,薪资还要降30%,…

poi-tl word模版生成、动态表格、坑点合集

一、配置 1、导入依赖 <dependency><groupId>com.deepoove</groupId><artifactId>poi-tl</artifactId><version>1.10.0</version></dependency>apache poi版本要对应 <dependency><groupId>org.apache.poi</…

Docker安装RabbitMQ集群_亲测成功

先安装Docker Centos7离线安装Docker 华为云arm架构安装Docker RabbitMQ集群模式介绍 RabbitMQ集群搭建和测试总结_亲测 RabbitMQ 有三种模式&#xff1a;单机模式&#xff0c;普通集群模式&#xff0c;镜像集群模式。单机模式即单独运行一个 rabbitmq 实例&#xff0c;而…

【LangChain系列 6】Prompt模版——自定义prompt模版

原文地址&#xff1a;【LangChain系列 6】Prompt模版——自定义prompt模版 本文速读&#xff1a; 自定义prompt模版 LangChain提供了很多默认的prompt模版&#xff0c;同时LangChain提供了两种基础prompt模版&#xff1a; 字符串prompt模版 对话prompt模版 基于这两种模版&…

1-5 AUTOSAR数据交换文件ARXML

目录 一、Arxml文件 二、各类ARXML文件 一、Arxml文件 arxml文件是AUTOSAR&#xff08;Automotive Open System Architecture&#xff09;标准定义的XML文件&#xff0c;用于描述汽车电子系统中的软件组件、通信接口和参数配置等信息。 arxml文件的主要作用是在AUTOSAR架构下…

秋招,面试被问麻了....

前几天组了一个软件测试面试的群&#xff0c;没想到效果直接拉满&#xff0c;看来大家对面试这块的需求还是挺迫切的。昨天我就看到群友们发的一些面经&#xff0c;感觉非常有参考价值&#xff0c;于是我就问他还有没有。 结果他给我整理了一份非常硬核的面筋&#xff0c;打开…

使用STATCOM对电力系统进行潮流分析(Matlab代码实现)

&#x1f4a5;&#x1f4a5;&#x1f49e;&#x1f49e;欢迎来到本博客❤️❤️&#x1f4a5;&#x1f4a5; &#x1f3c6;博主优势&#xff1a;&#x1f31e;&#x1f31e;&#x1f31e;博客内容尽量做到思维缜密&#xff0c;逻辑清晰&#xff0c;为了方便读者。 ⛳️座右铭&a…

遥感数据与作物模型同化技术应用

基于过程的作物生长模拟模型DSSAT是现代农业系统研究的有力工具&#xff0c;可以定量描述作物生长发育和产量形成过程及其与气候因子、土壤环境、品种类型和技术措施之间的关系&#xff0c;为不同条件下作物生长发育及产量预测、栽培管理、环境评价以及未来气候变化评估等提供了…

使用k8s helm离线部署spark-operator(私有仓库)

制作镜像 docker pull ghcr.io/googlecloudplatform/spark-operator:v1beta2-1.3.8-3.1.1 docker images docker save ImageID > ./spark.tar将制作的镜像上传到目的机器中&#xff0c;加载镜像 docker load < ./spark.tar打标签其中xxxx.xxx/xx/为私有仓库的地址 doc…

计算机视觉 01(介绍)

一、深度学习 1.1 人工智能 1.2 人工智能&#xff0c;机器学习和深度学习的关系 机器学习是实现人工智能的一种途径&#xff0c;深度学习是机器学习的一个子集&#xff0c;也就是说深度学习是实现机器学习的一种方法。与机器学习算法的主要区别如下图所示[参考&#xff1a;黑…

ROS_TF

tf:坐标系相关 rostopic type /tf rosrun rqt_tf_tree rqt_tf_treehector maping 不使用里程计修正误差 gmapping 考虑里程计修正的误差

Windows 可以使用以下快捷键打开终端(命令提示符)

Windows 可以使用以下快捷键打开终端&#xff08;命令提示符&#xff09; 使用快捷键 Win R 打开 “运行” 对话框&#xff0c;然后输入 “cmd” 并按下 Enter 键。这将打开默认的命令提示符窗口。 使用快捷键 Ctrl Shift Esc 打开任务管理器&#xff0c;然后在 “文件” …

GO语言网络编程(并发编程)GMP原理与调度

GO语言网络编程&#xff08;并发编程&#xff09;GMP原理与调度 1、GMP 原理与调度 1.1.1. 一、Golang “调度器” 的由来&#xff1f; (1) 单进程时代不需要调度器 我们知道&#xff0c;一切的软件都是跑在操作系统上&#xff0c;真正用来干活 (计算) 的是 CPU。早期的操作…

环境扫描/透射电子显微镜气体样品架的真空压力和微小流量控制解决方案

摘要&#xff1a;针对环境扫描/透射电子显微镜对样品杆中的真空压力气氛环境和流体流量精密控制控制要求&#xff0c;本文提出了更简单高效和准确的国产化解决方案。解决方案的关键是采用动态平衡法控制真空压力&#xff0c;真空压力控制范围为1E-03Pa~0.7MPa&#xff1b;采用压…

数据结构与算法课后题-第二章

第二章 01题目&#xff0c;存储相对紧凑&#xff0c;所以存储的密度大。 04题目&#xff0c;顺序表可以按照序号随机存取&#xff0c;时间的复杂度为O(1)。 第7题目分析 #include <iostream> using namespace std;#define MaxSize 50 typedef int ElemType; typedef…

雅思口语 23九月换题季最新考题答案

目录 Helping others 1.Do you usually help people around you? 2.How do you help people around you,such as neighbours,family and friends? 3.Do your parents teach you how to help others? 4.Did your parents help you a lot when you were young? 5.What …

mysql redo 日志 、 undo 日志 、binlog

事务四大特性 ACID 原子性 、一致性、隔离性、持久性 事务的隔离性由锁机制实现 事务的原子性、一致性、持久性由事务的redo 日志 和 undo 日志 保证 redo log 是存储引擎层&#xff08;innodb&#xff09;生成的日志&#xff0c;记录的是物理级别上的页修改操作&#xff0c;…