Understanding surface structures of In2O3 catalysts during CO2 hydrogenation reaction using time-resolved IR, XPS with in situ treatment, and DFT calculations

X射线光电子能谱 结合能 密度泛函理论 催化作用 化学 氧气 原位 动能 甲醇 物理化学 光化学 计算化学 化学工程 有机化学 原子物理学 工程类 物理 量子力学
作者
Yuchen Wang,Liang Zhu,Yang Liu,Evgeny I. Vovk,Junyu Lang,Zixuan Zhou,Peng Gao,Shenggang Li,Yong Yang
出处
期刊:Applied Surface Science [Elsevier]
卷期号:631: 157534-157534 被引量:50
标识
DOI:10.1016/j.apsusc.2023.157534
摘要

The In2O3 catalyst has been shown to have a high activity for CO2 hydrogenation to methanol. For this high pressure process, reliable spectral assignment of surface species formed by interaction with CO2, H2O, and other major reaction ingredients, is the key step to achieve mechanistic understanding. In this study, in situ IR and XPS are performed to investigate the O1s binding energies of the adsorbates induced by CO2 and H2O treatments along with density functional theory (DFT) simulations to further correlate the calibrated assignments with surface structures. Time resolved IR indicates that carbonates formation induced by CO2 exposure replaces the original hydroxyl on In2O3, and XPS further reveals that these two oxygen species have very similar binding energies (532.0 ± 0.2 eV). Computational results using the In2O3(1 1 0) and (1 1 1) slab models give good agreement with the XPS experiments, further suggesting that the amount of oxygen vacancy concentration does not induce new lattice oxygen O1s binding energy, but resulting in a slight shift to a higher binding energy instead. Our results provide useful structure information for the In2O3 catalyst surface and shed light for further investigations into its kinetic behavior under methanol synthesis condition.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
1秒前
默默的初南完成签到,获得积分10
1秒前
anny2022完成签到,获得积分10
3秒前
小二郎应助HHHHH采纳,获得10
3秒前
想人陪的远锋完成签到,获得积分10
4秒前
价格关注了科研通微信公众号
6秒前
张张发布了新的文献求助10
7秒前
YOLO完成签到,获得积分10
8秒前
8秒前
量子星尘发布了新的文献求助10
9秒前
老肖应助科研通管家采纳,获得10
9秒前
SciGPT应助科研通管家采纳,获得10
9秒前
忐忑的龙猫完成签到 ,获得积分10
9秒前
wy应助小鸡毛采纳,获得10
9秒前
香蕉觅云应助科研通管家采纳,获得10
9秒前
浮游应助科研通管家采纳,获得10
9秒前
科研通AI6应助科研通管家采纳,获得10
9秒前
老肖应助科研通管家采纳,获得10
9秒前
科研通AI6应助科研通管家采纳,获得10
9秒前
浮游应助科研通管家采纳,获得10
10秒前
orixero应助科研通管家采纳,获得10
10秒前
上官若男应助科研通管家采纳,获得10
10秒前
科目三应助科研通管家采纳,获得10
10秒前
李健的粉丝团团长应助know采纳,获得10
10秒前
浮游应助科研通管家采纳,获得10
10秒前
10秒前
浮游应助科研通管家采纳,获得10
10秒前
10秒前
10秒前
轻松月亮完成签到,获得积分10
11秒前
jennica发布了新的文献求助10
11秒前
啊啊啊完成签到,获得积分10
12秒前
12秒前
12秒前
动听的凌旋应助balabala采纳,获得10
13秒前
13秒前
13秒前
14秒前
正直毛豆完成签到,获得积分10
14秒前
淡淡文轩完成签到,获得积分10
14秒前
高分求助中
2025-2031全球及中国金刚石触媒粉行业研究及十五五规划分析报告 15000
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
The Cambridge History of China: Volume 4, Sui and T'ang China, 589–906 AD, Part Two 1000
The Composition and Relative Chronology of Dynasties 16 and 17 in Egypt 1000
Russian Foreign Policy: Change and Continuity 800
Real World Research, 5th Edition 800
Qualitative Data Analysis with NVivo By Jenine Beekhuyzen, Pat Bazeley · 2024 800
热门求助领域 (近24小时)
化学 材料科学 生物 医学 工程类 计算机科学 有机化学 物理 生物化学 纳米技术 复合材料 内科学 化学工程 人工智能 催化作用 遗传学 数学 基因 量子力学 物理化学
热门帖子
关注 科研通微信公众号,转发送积分 5702689
求助须知:如何正确求助?哪些是违规求助? 5148126
关于积分的说明 15237445
捐赠科研通 4857358
什么是DOI,文献DOI怎么找? 2606394
邀请新用户注册赠送积分活动 1557648
关于科研通互助平台的介绍 1515453