镍和铜配合物光电催化制氢及CO2还原的研究

来源 :华南理工大学 | 被引量 : 0次 | 上传用户:mai120117
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
解决全球变暖和能源短缺问题最具吸引力的战略之一是开发清洁、可持续能源。催化水还原制氢和CO2还原是非常具有潜力的方式,其为太阳能或电能的转化和储存提供了良好的前景,不过相关反应涉及多电子或质子转移,驱动这些反应需要相当大的过电势。为了实现这一目标,科学家们已经做出相当大的努力来设计高效的用于能源转换的分子催化剂。本论文主要做了以下研究工作:1.设计合成了一种新型制氢催化剂,配合物[Ni (ATSM)]。其在有机相中的TOF值为19.74 h-1,混合相中的TOF值为136.75 h-1,制氢法拉第效率为91.57%。基于配合物[Ni (ATSM)]的光催化体系,在最佳条件下,蓝光(l=469 nm)光照80小时后氢气的TON值可达11525.7,表观量子效率为21.2%,并提出了可能的光催化制氢机制。2.研究了配合物[Ni (ATSM)]的CO2还原性能。电化学研究表明,[Ni (ATSM)]可以催化二氧化碳饱和溶液产生甲醇,在2小时的电解过程中,生成甲醇的法拉第效率为88%。连同作为光敏剂的Au-Cd S纳米簇和牺牲剂抗坏血酸,催化剂[Ni(ATSM)]在40 h的蓝光(l=469 nm)照射下,生成甲醇的TON值可达7857,选择性为85.86%,表观量子产率为21.62%。在相同的条件下,以Cd S纳米棒为光敏剂的光催化体系,甲醇的TON为11700,选择性为42.23%,表观量子产率为16.15%。与Cd S纳米棒相比,Au-Cd S纳米簇对CO2还原制甲醇具有更高的选择性。3.描述了基于铜配合物[Cu (ATSM)]用于电化学和光化学驱动的CO2还原制甲醇的新型催化体系。作为一种电催化剂,这种铜配合物在2小时的电解催化过程中,甲醇法拉第效率为74%。光催化的研究表明,在蓝光下,包含Au-Cd S纳米簇、[Cu (ATSM)]和抗坏血酸的三组分体系可以催化CO2还原生成甲醇且能持续约40小时。光催化生成甲醇的TON为4067,选择性为74%。最高表观量子产率为9.0%。
其他文献
目的:观察健脾调肝方治疗肝胃不和型功能性消化不良的临床疗效和复发情况。方法:选取2018年9月至2019年9月期间就诊于石家庄市中医院脾胃科门诊符合纳入标准的肝胃不和型功能性消化不良患者70例。利用随机数字表的方法,将患者分为治疗组和对照组,每组各35例。治疗组给予健脾调肝方口服,对照组给予奥美拉唑肠溶片口服。两组治疗疗程均为4周。分别于治疗前后记录两组患者的中医证候积分、功能性消化不良生存质量量
高维目标优化问题广泛存在于科学研究和工程实践中,有着重要的研究价值及应用前景。随着目标维度的增加,传统的多目标优化算法的性能会急剧下降。基于分解的多目标进化算法MO
随着计算机科学技术的快速发展和人类安全意识的不断提高,数字水印技术逐渐被应用到多媒体信息安全领域中。图像的数字水印技术主要是把水印信息嵌入到图像中去,隐藏的信息不容易被发觉,且不会影响原图像的应用价值,对于防伪溯源和版权保护起到了很好的作用。目前,人们已经提出了很多数字水印的算法,经过证实,这些算法在很多领域都得到了应用。近些年,半色调化技术已经变得很成熟,将半色调技术与数字水印结合已经成为新的研
非线性科学作为一门交叉学科,已经逐渐发展成为科学研究的一个重要领域。许多非线性系统伴随有混沌现象,且系统的非线性程度越高意味着其动力学行为越丰富,因此混沌理论与应
石膏是一种重要的工业原料,同时也在一些工业过程中以副产物的形式生成。我国的工业副产石膏产量日益增加,其堆存会造成一定的环境问题。大部分工业副产石膏主要为二水石膏(DH
本文主要研究了光诱导N-芳基丙炔酰胺环加成反应合成卤代氮杂螺[4,5]三烯酮的方法。第一部分研究了光诱导条件下高价碘试剂PhI(OCOCF3)2作用的N-芳基丙炔酰胺合成卤代氮杂螺[4,
光本身携带动量,当光照射在物体表面时,动量会传递给物体,并由此对物体产生力的作用,即光辐射压力。基于此原理,布兰津斯基(Braginsky)等人于1967年提出了由光腔和力学振子通
问答社区(Community Question Answering,CQA)是当下较为流行的一种知识获取以及分享的用户互动平台。CQA提供了很多服务来提升用户获取知识的效率,其中之一就是问题响应时间
随着我国交通运输的快速发展,隧道的建设也是最重要的部分之一,而对于隧道的保养十分重要。隧道衬砌裂缝的检测关系到交通运输的安全,我国目前检测隧道衬砌裂缝采用的是人工巡检的办法,其工作量大,并且无法满足快速有效的要求。随着人工智能机器视觉的发展,将神经网络和深度学习结合,在图像识别领域得到了广泛的应用。本文深入研究了深度学习的相关理论和目前流行的目标检测算法,在卷积神经网络的RCNN(Region-C
纸质档案的高密度存储基本上都采用回转库存取方式。盘点档案是否在库以及档案存放位置是否正确是日常管理的一项繁琐而又重要的工作。传统的手工盘库方式劳动强度大且易出错