Synergistic Oxygen Reduction Catalysis by Fe Nanoparticles and Atomic Fe-Nx Sites in MOF-Derived Carbon Nanotubes

催化作用 碳纳米管 纳米颗粒 氧还原反应 碳纤维 材料科学 氧还原 纳米技术 氧气 化学工程 多相催化 化学 无机化学 物理化学 有机化学 复合数 复合材料 电极 工程类 电化学
作者
Yi Wu,Yandong Liu,Jie Liu,Junliang Chen,Qipeng Li,Linjie Zhang,Jinjie Qian
出处
期刊:ACS Sustainable Chemistry & Engineering [American Chemical Society]
卷期号:13 (33): 13594-13602 被引量:5
标识
DOI:10.1021/acssuschemeng.5c05924
摘要

The growing imperative to overcome energy conversion inefficiencies has spurred significant research into high-performance, economically viable, metal-carbon catalysts. This work presents a precisely engineered Fe@ZIF-8 precursor, where controlled encapsulation of Fe(acac)3 within the MOF pores yields Fe/FeNC-CNT upon pyrolysis. The resulting composite features carbon nanotubes (CNTs) that significantly improve electrical conductivity while forming a protective carbon matrix that mitigates Fe aggregation and leaching. It exhibits exceptional oxygen reduction reaction activity, with a reduction potential of 0.896 V and a large limiting current density of 5.23 mA cm-2, surpassing the performance of commercial Pt/C benchmarks. When implemented in zinc-air batteries, the Fe/FeNC-CNT catalyst achieves an open-circuit voltage of 1.551 V, a specific capacity of 783.57 mAh g-1, and a peak power density of 164.56 mW cm–2. In this case, the exceptional performance stems from the synergistic interplay between Fe nanoparticles and atomically dispersed Fe-Nx sites combined with the structural robustness imparted by the CNT framework. This unique combination of features positions Fe/FeNC-CNT as a promising, nonprecious metal alternative, effectively marrying the intrinsic advantages of CNTs with the catalytic benefits of both nanoscale and atomic iron species.
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
Zoey完成签到,获得积分10
刚刚
森森完成签到,获得积分10
2秒前
逛超市刚好打折完成签到,获得积分20
4秒前
lala完成签到,获得积分10
4秒前
nwpuwangbo完成签到,获得积分0
4秒前
小竖完成签到 ,获得积分10
5秒前
每天100次完成签到,获得积分10
5秒前
刘丽梅完成签到 ,获得积分10
5秒前
一米阳光发布了新的文献求助10
5秒前
Lucky完成签到,获得积分10
5秒前
6秒前
老猫头鹰完成签到,获得积分10
6秒前
小青虫完成签到,获得积分10
8秒前
多边形完成签到 ,获得积分10
10秒前
Ava应助Hi采纳,获得10
11秒前
雪满头应助飞羽采纳,获得10
11秒前
丘比特应助LVZHIPENG采纳,获得10
11秒前
white完成签到,获得积分10
14秒前
palomahan完成签到,获得积分10
15秒前
跳跃雨寒完成签到 ,获得积分10
15秒前
精神的精神病完成签到,获得积分10
16秒前
wxiao完成签到,获得积分10
17秒前
可耐的寒松完成签到,获得积分10
18秒前
1122完成签到 ,获得积分10
19秒前
陈可男发布了新的文献求助10
20秒前
Vaibhav完成签到,获得积分10
23秒前
爱美丽完成签到,获得积分10
24秒前
赘婿应助prisfanstein采纳,获得10
24秒前
悦耳亦云完成签到 ,获得积分10
24秒前
大汤圆圆完成签到 ,获得积分10
26秒前
微7完成签到,获得积分10
26秒前
linkezou完成签到,获得积分10
26秒前
七龙珠完成签到,获得积分10
28秒前
不曾留步完成签到,获得积分10
29秒前
36456657完成签到,获得积分0
29秒前
tuzi完成签到,获得积分10
29秒前
读书看报吃饭睡觉完成签到,获得积分10
31秒前
陈思远完成签到 ,获得积分10
31秒前
32秒前
zt完成签到,获得积分10
33秒前
高分求助中
Principles of Economics, 11th Edition 10000
University Physics with Modern Physics, 16th edition 10000
(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
Matrix Methods in Data Mining and Pattern Recognition 510
Social Skills Improvement System-Rating Scales--Chinese Version 500
Dynamische Polarisation von H-1 und B-11 in (CH-3)-3NBH-3 500
CLSI M07 2024 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 内科学 物理 复合材料 催化作用 细胞生物学 无机化学 光电子学 物理化学 电极 基因
热门帖子
关注 科研通微信公众号,转发送积分 7247843
求助须知:如何正确求助?哪些是违规求助? 8870803
关于积分的说明 18712972
捐赠科研通 6926695
什么是DOI,文献DOI怎么找? 3198061
关于科研通互助平台的介绍 2373825
邀请新用户注册赠送积分活动 2172920