亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

Multidimensional Engineering Strategies for Transition Metal Selenide Electrocatalysts in Water Electrolysis with Performance Optimization Mechanisms and Future Perspectives

硒化物 电解水 材料科学 催化作用 电解 纳米技术 生化工程 过渡金属 计算机科学 工艺工程 化学 冶金 电极 工程类 物理化学 电解质 生物化学
作者
Huiya Zhou,Z. H. Zhang,Qihao Zhang,Boyao Zhang,Xin Li,Songlin Xu,Rongda Zhao,Xinming Zhao,Depeng Zhao,Menggang Li,Fu‐Fa Wu
出处
期刊:Chemical Record [Wiley]
卷期号:25 (8): e202500082-e202500082 被引量:8
标识
DOI:10.1002/tcr.202500082
摘要

Hydrogen energy, as a carbon‐neutral, high‐energy‐density renewable clean energy source, is recognized as an ideal alternative to fossil fuels. Although water electrolysis has emerged as a core technology for hydrogen production, its advancement remains constrained by the exorbitant cost, scarcity, and inadequate stability of precious metal catalysts. Transition metal selenides (TMSes) has emerged as promising electrocatalytic materials due to their combined advantages of low cost, tunable electronic structures, and intrinsic activity comparable to noble metals. This review focuses on multidimensional engineering strategies to systematically analyze the performance optimization mechanisms of TMSes in hydrogen evolution reaction and oxygen evolution reaction. Five key aspects are comprehensively discussed: conductive substrate engineering, interfacial synergy effects, crystal facet and morphology regulation, cation/anion doping strategies, and single‐atom catalyst construction. Research demonstrates that the synergistic effects of multidimensional strategies can overcome the intrinsic limitations of TMSes, including restricted conductivity, active site passivation, and stability deficiencies. This establishes a theoretical framework for designing efficient‐stable‐low‐cost water electrolysis catalysts. Future studies should integrate in situ characterization with machine learning‐assisted computations to unveil the dynamic reaction interfaces and structural evolution patterns.
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
50秒前
51秒前
51秒前
科研通AI2S应助科研通管家采纳,获得30
52秒前
57秒前
1分钟前
由道罡完成签到 ,获得积分10
1分钟前
Owen应助cjh采纳,获得10
2分钟前
kuoping完成签到,获得积分0
2分钟前
2分钟前
FashionBoy应助科研通管家采纳,获得30
2分钟前
2分钟前
科研通AI6.3应助xuexi采纳,获得10
2分钟前
cjh发布了新的文献求助10
3分钟前
3分钟前
Oooolja完成签到,获得积分10
3分钟前
xuexi发布了新的文献求助10
3分钟前
xuexi完成签到,获得积分10
3分钟前
lunar完成签到 ,获得积分10
4分钟前
Shihan发布了新的文献求助10
4分钟前
星辰大海应助Shihan采纳,获得10
4分钟前
英俊的铭应助科研通管家采纳,获得30
4分钟前
互助应助科研通管家采纳,获得10
4分钟前
科研通AI2S应助科研通管家采纳,获得10
4分钟前
共享精神应助aaaaa888888888采纳,获得10
4分钟前
圈圈圆了完成签到,获得积分10
4分钟前
cjh完成签到,获得积分10
4分钟前
圈圈圆了发布了新的文献求助10
5分钟前
Magali发布了新的文献求助10
5分钟前
三心草完成签到 ,获得积分10
5分钟前
spinon完成签到,获得积分10
5分钟前
Rita应助Magali采纳,获得10
6分钟前
6分钟前
6分钟前
科研通AI2S应助科研通管家采纳,获得10
6分钟前
7分钟前
7分钟前
浩whu完成签到,获得积分10
7分钟前
7分钟前
7分钟前
高分求助中
(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
Molecular Biology of Cancer: Mechanisms, Targets, and Therapeutics 3000
Kinesiophobia : a new view of chronic pain behavior 3000
Les Mantodea de guyane 2500
CCRN 的官方教材 《AACN Core Curriculum for High Acuity, Progressive, and Critical Care Nursing》第8版 1000
《Marino's The ICU Book》第五版,电子书 1000
Feldspar inclusion dating of ceramics and burnt stones 1000
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 5966176
求助须知:如何正确求助?哪些是违规求助? 7246972
关于积分的说明 15974456
捐赠科研通 5103013
什么是DOI,文献DOI怎么找? 2741190
邀请新用户注册赠送积分活动 1705007
关于科研通互助平台的介绍 1620193