电极表面化学环境对水氧化催化剂影响的研究

来源 :大连理工大学 | 被引量 : 0次 | 上传用户:yangjianglong
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
水氧化分子催化剂由于其催化效率高、结构可控、多电子转移过程、反应机理相对清楚等特点,有利于催化过程的质子耦合电子转移研究,以及催化剂的化学结构和催化效率构效研究,因而备受研究人员的关注。到目前为止,关于水氧化分子催化剂的研究主要集中在催化剂的配位结构(第一配位环境)和催化效率之间的关系,水氧化分子催化剂的第二配位环境(或外配位环境)对其催化活性的影响尚未得到充分的研究;由于将催化剂固载到电极表面时,其催化环境和在均相反应时有很大不同,因此,固载在电极表面的水氧化催化剂在催化过程中可能会表现出不同的O–O键形成机理和反应动力学。为了研究外配位环境电极表面水氧化分子催化剂的影响,选取4-乙烯基吡啶作为轴向配体的[Ru(bda)]型(bda=2,2’-联吡啶-6,6’-二羧酸)分子催化剂作为研究模型,通过电聚合的方法将其固定在玻璃碳表面,得到电极poly-1@GC;将4-三氟甲基苯乙烯(3F)和苯乙烯(St)作为限制单元分别与该分子共聚,得到了第二配位环境中存在限制单元的电极poly-1+P3F@GC和电极poly-1+PSt@GC。研究结果表明,电极表面的催化剂poly-1通过RuIV?O·(RuV=O)自由基耦合机理(I2M)形成O–O键,而催化剂poly-1+PSt主要通过水分子亲核进攻机理(WNA)催化水氧化,证明了可以通过调节分子催化剂之间的距离,改变水氧化催化剂的O–O键形成途径。虽然催化剂poly-1+P3F同样也是WNA型水氧化催化剂,但是其外配位环境中3F的强偶极作用能够稳定催化剂[Ru(bda)]在催化过程中的中间体,使引发O–O键形成的[RuV=O]的氧化还原电位负移,并限制了溶液的原子-质子转移(APT)过程,又由于C(sp3)–F带有质子受体,最终加快了WNA途径的速率。通过比较以上三种电极可以发现,在不改变第一配位结构的情况下,水氧化催化剂周围的第二配位环境在稳定反应中间体、调节O–O键形成途径、改善水氧化反应动力学等方面起着重要作用。
其他文献
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
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,
硫化氢(H2S)是一种剧毒、恶臭、具有腐蚀性的气体,大量副产于大规模的石油炼制和天然气净化等过程。目前,工业上处理硫化氢的主要方法是克劳斯工艺(Claus process),即H2S不完全氧
玻纤增强塑料具有密度低、强度高、耐腐蚀、耐高温、电绝缘、可设计性强等优点,在工业生产中得到了广泛应用。但是,玻纤增强塑料熔体的流动性较差,成型时需要很高的注射速度
自然场景中的文本检测在图像检索、辅助驾驶、工业检测等领域具有广泛的应用。传统的自然场景文本检测技术主要根据文本的颜色、纹理、笔画宽度等设计一些低层次的特征对文本进行检测,这类方法泛化能力和检测性能较弱。近些年,基于深度学习的文本检测方法利用深度卷积神经网络提取图像更深层次的特征,为文本检测任务带来了更好的性能和泛化能力。本文针对现有的基于深度学习的文本检测方法的不足之处,提出并设计了三种面向自然场
自然界中的许多化学反应依赖酶体系催化,体系中通常依赖于一个非共价结合的辅因子,黄素辅因子保持在特定的酶蛋白域中,与许多复杂的离子和芳香化合物相互作用。通过对多种酶
随着经济的发展以及人民生活水平的提高,现代社会人口流动性也逐渐提高,相比于促进经济的人口流动,追求生活的人口流动规模逐渐增大。人民追求美好生活的诉求越来越高,以追求美好生活为动机的迁移人口——生活方式型移民成为现在移民研究的热点问题。本文以X社区为个案,运用问卷调查法和访谈法对社区中的移民进行研究。从生活者的视角出发,将移民看作一个生活者,通过观察生活者的日常生活探究其社会互动。首先,简单介绍了社
本文运用微分几何方法,研究MIMO(多输入多输出)异结构高维混沌系统间的自适应反同步及未知参数的识别问题。对于误差动力学系统,通过适当调节系统的相对阶和非线性坐标变换,
基于机器视觉的道路环境识别技术作为智能汽车研究方向之一,其研究价值越发凸显,已经成为目前的研究热点。其一,道路环境的复杂多变,导致车辆可行驶区域的检测效果一直不太理想。其二,智能驾驶对于道路环境识别算法的准确性和实时性要求较高,算法的鲁棒性较差,算法应用条件比较苛刻。智能驾驶环境感知作为车辆决策和控制的关键基础,如何对道路环境可行驶区域进行准确且实时地识别成为此项工作的重中之重,是目前智能车领域的