Descriptor‐Based Volcano Relations Predict Single Atoms for Hydroxylamine Electrosynthesis

羟胺 电合成 火山 化学 计算机科学 地质学 地球化学 物理化学 有机化学 电极 电化学
作者
Rong Yang,Yuting Wang,Hongjiao Li,Jin Zhou,Zeyuan Gao,Cuibo Liu,Bin Zhang
出处
期刊:Angewandte Chemie [Wiley]
卷期号:63 (14): e202317167-e202317167 被引量:62
标识
DOI:10.1002/anie.202317167
摘要

Abstract Hydroxylamine (NH2OH) is an important feedstock in fuels, pharmaceuticals, and agrochemicals. Nanostructured electrocatalysts drive green electrosynthesis of hydroxylamine from nitrogen oxide species in water. However, current electrocatalysts still suffer from low selectivity and manpower‐consuming trial‐and‐error modes, leaving unclear selectivity/activity origins and a lack of catalyst design principles. Herein, we theoretically analyze key determinants of selectivity/activity and propose the adsorption energy of NHO (Gad(*NHO)) as a performance descriptor. A weak *NH2OH binding affinity and a favorable reaction pathway (*NHO pathway) jointly enable single‐atom catalysts (SACs) with superior NH2OH selectivity. Then, an activity volcano plot of Gad(*NHO) is established to predict a series of SACs and discover Mn SACs as optimal electrocatalysts that exhibit pH‐dependent activity. These theoretical prediction results are also confirmed by experimental results, rationalizing our Gad(*NHO) descriptor. Furthermore, Mn−Co geminal‐atom catalysts (GACs) are predicted to optimize Gad(*NHO) and are experimentally proved to enhance NH2OH formation.
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
刚刚
阔达怀蕊完成签到,获得积分10
刚刚
李爱国的应助被yglove采纳,获得10
刚刚
思源的应助被sunji采纳,获得10
刚刚
刚刚
罗勍完成签到,获得积分10
1秒前
明亮的千亦完成签到,获得积分10
1秒前
Sylvia完成签到,获得积分10
1秒前
1秒前
1秒前
1秒前
fhn716完成签到,获得积分10
1秒前
2秒前
比格大王完成签到,获得积分10
2秒前
111111完成签到,获得积分20
2秒前
幽默的雅绿完成签到,获得积分10
3秒前
独特语儿完成签到,获得积分20
3秒前
kajikaji6发布了新的文献求助10
3秒前
4秒前
大模型的应助被绵绵采纳,获得10
4秒前
张涛发布了新的文献求助10
4秒前
4秒前
Mm11的应助被wty采纳,获得10
4秒前
隐形曼青的应助被小王采纳,获得10
5秒前
cheesy完成签到,获得积分10
5秒前
5秒前
852的应助被冷傲戒指采纳,获得10
5秒前
hhh完成签到,获得积分10
6秒前
Dobrzs完成签到,获得积分10
6秒前
独特语儿发布了新的文献求助10
6秒前
阔达金鱼完成签到,获得积分20
6秒前
7秒前
tzy发布了新的文献求助10
7秒前
文静的天蓝完成签到,获得积分10
7秒前
香蕉觅云的应助被刘清河采纳,获得10
7秒前
眠眠小猫完成签到,获得积分10
7秒前
聪明的小萌关注了科研通微信公众号
7秒前
华仔的应助被111111采纳,获得10
7秒前
扑通完成签到,获得积分10
8秒前
科研通AI6.2的应助被旺旺采纳,获得30
8秒前
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
Encyclopedia of Modern Artificial Intelligence 1000
Особенности технологий и методов информационно-психологических войн СССР с Великобританией и США в период 1939-1953 гг 1000
Das Matthäusevangelium: Kapitel 1:1–17 1000
IRTSD: Open-Source Data and Toolset for Electromagnetic Transient Analysis of Disturbances and IBR Control Malfunctions in Transmission Systems 1000
Challenging Attachment Theory 600
Analyses de reconnaissances de dettes passées devant les échevins d'Ypres (1249-1291) 600
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 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8138586
求助须知:如何正确求助?哪些是违规求助? 9539127
关于积分的说明 21634149
捐赠科研通 7722572
什么是DOI,文献DOI怎么找? 3420584
关于科研通互助平台的介绍 2545793
邀请新用户注册赠送积分活动 2462500