新型宽光谱捕光催化剂研究取得新进展

简介:

近日,中国科学院大连化学物理研究所太阳能研究部中科院院士李灿、研究员章福祥等在新型宽光谱捕光催化剂开发研究中取得新进展,设计合成了一种Cd-MOFs新结构单晶,具有宽光谱可见光吸收功能,以及可见光催化水氧化和水还原双功能性能。相关研究成果在线发表在《先进材料》(Advanced Materials)上。

利用太阳光催化分解水制氢是转化太阳能到化学能的一种重要方式,其太阳能转化效率是由光催化剂的捕光效率、电荷分离效率和表面催化效率的乘积共同决定的,其中捕光效率受半导体光催化的吸光范围影响,一般吸光范围越宽其理论太阳能转化效率越高,由此可见光催化剂具有宽光谱捕光是实现太阳能高效转化的前提和基础。近年来,李灿、章福祥等人围绕宽光谱捕光催化新材料的开发进行了大量探索研究,相继设计合成了系列氮掺杂氧化物(J. Mater. Chem. A, 2013, 1, 5651–5659; Chem.Commun., 2014, 50, 14415-1441; J. Mater. Chem. A, 2017, 5, 18870–18877; Dalton Trans.,2017, 46, 10707-10713)、卤氧化物(Adv. Energy Mater., 2018, 8, 1701392),以及含氧酸盐(Adv. Energy Mater. DOI:10.1002/aenm.201801660)等新型宽光谱可见光响应新材料,展示了可见光激发催化分解水放氢和放氧半反应性能,显示了在太阳能到化学能转化的应用前景。
在本工作中,该研究团队继续将宽光谱捕光新催化剂开发拓展至金属有机框架(MOFs)类材料,发现Cd-MOFs材料在可见光激发下具有水氧化和水还原的双重功能。通过合理选择1,3,6,8-四(4-羧基苯)芘作为有机配体,与镉离子配位合成出了新型的二维镉基金属有机框架单晶材料(Cd-TBAPy)。研究表明,该材料不仅具有良好的可见光吸收功能,同时具有合适的能带位置,能够满足光催化水分解的热力学要求。光催化测试表明,在担载合适的助催化剂及使用牺牲试剂的条件下,该材料可以在可见光照射下分别实现水氧化和水还原半反应,且在420nm光照射下,测得产氧反应的表观量子效率(AQE)为5.6%。通过荧光光谱和理论计算分析发现,合适的助催化剂担载及Cd-TBAPy具备的二维层状π共轭体系共同作用是该材料表现出独特光催化性能的主要原因。该研究结果表明MOFs类材料在光化学转化应用方面具有一定前景。
该研究工作得到国家自然科学基金委、科技部、中科院和大连市等方面的基金支持。

24cc50f9a6455d992398739293e5554b9874217b

大连化物所新型宽光谱捕光催化剂研究取得新进展


原文发布时间为:2018-10-10

本文作者:肖晔珺

本文来自云栖社区合作伙伴“中科院之声”,了解相关信息可以关注“中科院之声”。

相关文章
|
机器学习/深度学习 自然语言处理 数据可视化
港科大&MSRA新研究:关于图像到图像转换,Finetuning is all you need
港科大&MSRA新研究:关于图像到图像转换,Finetuning is all you need
101 0
|
机器学习/深度学习 人工智能 供应链
当 AI 遇上合成生物,人造细胞前景几何?
当 AI 遇上合成生物,人造细胞前景几何?
109 0
|
机器学习/深度学习 编解码 人工智能
首篇!无相机参数BEV感知!(北航、地平线)
CFT在nuScenes检测任务排行榜上实现了49.7%的NDS,与其他几何引导方法相比,这是第一个去除相机参数的工作。在没有时间输入和其他模态信息的情况下,CFT以较小的图像输入(1600×640)实现了第二高的性能。由于view-attention的变体,CFT将普通注意力的内存和transformer FLOPs分别减少了约12%和60%,NDS提高了1.0%。此外,它对噪声相机参数的天然鲁棒性使CFT更具竞争力!!
首篇!无相机参数BEV感知!(北航、地平线)
|
传感器 安全
用蚕丝和钻石,科学家制作出了新型生物传感器
医学再一次惊艳到了我们:当蚕丝这种古老的纤维和纳米钻石搭配使用时,原来会在科学界有这么大的突破。
|
机器学习/深度学习 传感器 算法
卫星联手机器学习,如何检测海洋中的塑料垃圾?
塑料制品往往色彩多样,不同尺寸,不同类型,大多数由多种化学物质制成,更糟糕的是,地球上的海洋区域广阔无垠,每年新增的数百万吨塑料很快就会四散蔓延,这种“大塑料”会逐渐分解成细小的塑料块,难以循迹,给海洋生物造成致命威胁。
|
机器学习/深度学习 数据采集 存储
神经拟态芯片拉近AI与人脑距离
神经拟态即通过模拟人脑神经元的工作机制,让计算机具备像人一样的自然智能特性。英特尔公布的另一项研究显示,将上述768块神经拟态芯片集成在5台标准服务器大小的机箱中形成的神经拟态系统——Pohoiki Springs,已经相当于拥有了1亿个神经元的大脑,而这相当于一个小型哺乳动物的大脑神经元数量。