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!

Dual-ligand Cu-based MOFs for electrocatalytic reduction of NO3–

选择性 化学 吸附 配体(生物化学) 无机化学 猝灭(荧光) 金属有机骨架 硝酸盐 氧化还原 催化作用 物理化学 有机化学 生物化学 物理 受体 量子力学 荧光
作者
Yaling Chen,Jianjun Li,Guangming Jiang,Bo Xu,Jianbei Zhang,Hongwei Zhang,Song Shu
出处
期刊:Journal of environmental chemical engineering [Elsevier BV]
卷期号:11 (5): 110472-110472 被引量:19
标识
DOI:10.1016/j.jece.2023.110472
摘要

Electrocatalytic nitrate reduction reaction (ENRR) to recyclable NH3 or environmental-friendly N2 is a sustainable technology. In this study, we prepared three dual ligand Cu-based metal organic framework (Cu@MOFs) for efficient ENRR. The batch ENRR test revealed that Cu-bip-BTC exhibited the best performance in terms of NH3-N selectivity (61.64%), NH3-N yield (12.09 ×103 µgCu·h–1 mg–1) and faradaic efficiency for NH3 (80.97%) at −0.58 V vs. RHE. The ligands and coordination of Cu@MOFs affect the electronic structure of Cu and the adsorption performance of NO3–, leading to differences in the performance of the electrocatalytic reduction of nitrate. The quenching experiment of tert-butanol (TBA) demonstrates that NO3– is directly reduced by electrons on Cu@MOFs at −0.58 V, and in-situ spectrometric analysis identified the intermediates and pathways of ENRR. Cu-bip-BTC has the highest NH3-N selectivity due to its faster kinetic reaction rate, stronger inhibition of the hydrogen evolution reaction, and higher NO3– adsorption energy. In addition, ENRR combined with breakpoint chlorination reactions suggests that achieving nitrogen elimination is feasible, and this study provides a strategy for the application of dual-ligand Cu-based MOFs in ENRR.
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
幸福一江完成签到,获得积分10
15秒前
称心的随阴完成签到,获得积分10
34秒前
佟语雪完成签到,获得积分10
37秒前
hailang完成签到 ,获得积分10
58秒前
DW应助Sledge采纳,获得10
1分钟前
哭泣振家完成签到,获得积分10
1分钟前
欣慰的代桃完成签到,获得积分10
1分钟前
1分钟前
Sledge发布了新的文献求助10
1分钟前
NexusExplorer应助科研通管家采纳,获得10
1分钟前
Criminology34应助科研通管家采纳,获得10
1分钟前
Sledge完成签到,获得积分10
1分钟前
温柔的静丹完成签到,获得积分10
2分钟前
gszy1975完成签到,获得积分10
2分钟前
无辜摇伽完成签到,获得积分10
2分钟前
无私的迎蓉完成签到,获得积分10
2分钟前
风息完成签到,获得积分10
2分钟前
娟子完成签到,获得积分10
2分钟前
腼腆的夏蓉完成签到,获得积分10
3分钟前
耍酷的雨泽完成签到,获得积分10
3分钟前
赘婿应助科研通管家采纳,获得10
3分钟前
Criminology34应助科研通管家采纳,获得10
3分钟前
Criminology34应助科研通管家采纳,获得10
3分钟前
Criminology34应助科研通管家采纳,获得10
3分钟前
自觉的猕猴桃完成签到,获得积分10
4分钟前
欣慰怀梦完成签到,获得积分10
4分钟前
燕儿完成签到 ,获得积分10
4分钟前
eeevaxxx完成签到 ,获得积分10
4分钟前
单薄涵梅完成签到,获得积分10
4分钟前
blenx完成签到,获得积分10
4分钟前
阿里完成签到,获得积分10
4分钟前
动人的又菡完成签到,获得积分10
5分钟前
飘逸的安珊完成签到,获得积分10
5分钟前
Criminology34应助科研通管家采纳,获得10
5分钟前
阿里发布了新的文献求助10
5分钟前
快乐舒完成签到 ,获得积分10
5分钟前
文艺的老姆完成签到,获得积分10
6分钟前
体贴的惜文完成签到,获得积分10
6分钟前
yoqalux发布了新的文献求助30
6分钟前
李仟亿完成签到,获得积分10
6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
Rosenblum, Global Change Biology 800
自動車の空力技術 800
Essentials of Carbohydrate Chemistry and Biochemistry, 4th Edition 800
Organizational Behavior 510
Management and the Arts 510
Matrix Methods in Data Mining and Pattern Recognition Second Edition 510
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 化学工程 工程类 有机化学 物理 复合材料 生物化学 内科学 细胞生物学 基因 遗传学 免疫学 冶金 光电子学 癌症研究
热门帖子
关注 科研通微信公众号,转发送积分 7778237
求助须知:如何正确求助?哪些是违规求助? 9318750
关于积分的说明 20365704
捐赠科研通 7365274
什么是DOI,文献DOI怎么找? 3319178
关于科研通互助平台的介绍 2466960
邀请新用户注册赠送积分活动 2334499