High-Density Planar-like Fe2N6 Structure Catalyzes Efficient Oxygen Reduction

催化作用 质子交换膜燃料电池 金属 碳纤维 材料科学 化学工程 氮气 氧还原反应 贵金属 平面的 氧气 化学 无机化学 纳米技术 电化学 物理化学 电极 复合材料 有机化学 冶金 复合数 工程类 计算机图形学(图像) 计算机科学
作者
Nan Zhang,Tianpei Zhou,Jiankai Ge,Yue Lin,Zhiyi Du,Cheng’an Zhong,Wenjie Wang,Qiyang Jiao,Ruilin Yuan,Yangchao Tian,Wangsheng Chu,Changzheng Wu,Yi Xie
出处
期刊:Matter [Elsevier BV]
卷期号:3 (2): 509-521 被引量:246
标识
DOI:10.1016/j.matt.2020.06.026
摘要

Metal-nitrogen-carbon materials have been demonstrated as the most promising non-noble metal catalyst for proton-exchange membrane fuel cells (PEMFCs) but are still limited by the sluggish kinetics and durability of metal-nitrogen active sites. Here, we unravel a planar-like Fe2N6 active site as a highly efficient oxygen reduction catalyst for PEMFCs. Our developed planar-like Fe2N6 structure behaves as a distinguished catalytic mechanism for oxygen reduction, which brings synergic advantages of accelerated catalytic kinetics and highly suppressed side reaction, successfully promoting its catalytic activity and stability. As expected, the planar-like Fe2N6 structure with high density exhibits over 700% increase in mass activity than traditional isolated iron-nitrogen sites. Moreover, a PEMFC built with this catalyst also achieves a large peak power density of 845 mW cm−2, representing a critical breakthrough for practical application of metal-nitrogen-carbon materials in PEMFC systems. Our findings will provide a new avenue toward designing highly active metal-nitrogen sites for heterogeneous catalysis.
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
星辰大海应助xzy采纳,获得10
1秒前
pingbaby完成签到 ,获得积分10
3秒前
9秒前
老和山完成签到,获得积分10
10秒前
WZL完成签到 ,获得积分10
13秒前
14秒前
14秒前
xzy发布了新的文献求助10
15秒前
萌萌完成签到 ,获得积分10
15秒前
15秒前
16秒前
冰刀发布了新的文献求助10
20秒前
Sean完成签到 ,获得积分10
24秒前
一切顺利完成签到 ,获得积分10
24秒前
飞行的子弹完成签到,获得积分10
24秒前
一梦完成签到,获得积分10
24秒前
咿呀咿呀完成签到,获得积分10
26秒前
HQQ发布了新的文献求助10
31秒前
嘉心糖应助xiaolizi采纳,获得30
34秒前
weijinfen完成签到,获得积分10
34秒前
35秒前
渐变映射完成签到 ,获得积分10
35秒前
monk完成签到 ,获得积分10
36秒前
晴空万里完成签到 ,获得积分10
36秒前
一梦发布了新的文献求助10
37秒前
咿呀咿呀发布了新的文献求助10
39秒前
多边形完成签到 ,获得积分10
46秒前
乐樂完成签到 ,获得积分10
46秒前
冰刀完成签到,获得积分10
47秒前
何晶晶完成签到 ,获得积分10
48秒前
HQQ完成签到,获得积分20
48秒前
昏睡的衬衫完成签到,获得积分10
48秒前
小墨墨完成签到 ,获得积分10
49秒前
laber完成签到,获得积分0
50秒前
57秒前
Lucas应助xzy采纳,获得10
58秒前
平常尔丝发布了新的文献求助10
1分钟前
1分钟前
所所应助科研通管家采纳,获得10
1分钟前
CipherSage应助科研通管家采纳,获得10
1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
Introduction to Helicopter and Tiltrotor Flight Simulation, Second Edition 2500
卤化钙钛矿人工突触的研究 2000
Malcolm Fraser : a biography 700
Signals, Systems, and Signal Processing 610
Software that combines deep learning,3D reconstruction and CFD to analyze the state of carotid arteries from ultrasound imaging 600
Bounds for Statistical Estimation in Semiparametric Models 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 物理 内科学 复合材料 催化作用 物理化学 光电子学 电极 细胞生物学 基因 无机化学
热门帖子
关注 科研通微信公众号,转发送积分 6497685
求助须知:如何正确求助?哪些是违规求助? 8293757
关于积分的说明 17696193
捐赠科研通 5593392
什么是DOI,文献DOI怎么找? 2917435
邀请新用户注册赠送积分活动 1894377
关于科研通互助平台的介绍 1754781