当前位置:首页 > 文章列表 > 科技周边 > 人工智能 > 北京大学郭少军课题组发现五元非常规有序相亚纳米材料的催化特性

北京大学郭少军课题组发现五元非常规有序相亚纳米材料的催化特性

2024-12-25 10:30:58 0浏览 收藏

“纵有疾风来,人生不言弃”,这句话送给正在学习科技周边的朋友们,也希望在阅读本文《北京大学郭少军课题组发现五元非常规有序相亚纳米材料的催化特性》后,能够真的帮助到大家。我也会在后续的文章中,陆续更新科技周边相关的技术文章,有好的建议欢迎大家在评论留言,非常感谢!

北京大学郭少军教授团队在《自然·合成》(Nature Synthesis)发表最新研究成果,开发出一种新型高效催化剂,显著提升了阴离子交换膜燃料电池(AEMFC)的性能。AEMFC因其经济性和耐久性优势备受关注,但其阳极碱性氢氧化反应(HOR)动力学缓慢一直是瓶颈。

该团队利用铂元素诱导的“自催化”策略,合成出厚度仅0.9纳米的超薄二维材料,实现了Ru-O3孤立活性位点的均匀调控。这种非常规六方密堆积(hcp)有序亚纳米结构,具有独特的层状原子排列和晶格压缩应变。

北京大学郭少军课题组发现五元非常规有序相亚纳米材料的催化特性

研究发现,材料表面Ru以+2价氧化态存在,形成Ru-O3单原子构型。 这种结构有效调制了材料电子结构,降低了d带中心,优化了氢和羟基中间体的吸附能。

北京大学郭少军课题组发现五元非常规有序相亚纳米材料的催化特性

北京大学郭少军课题组发现五元非常规有序相亚纳米材料的催化特性

该催化剂展现出卓越的HOR催化活性、稳定性和抗CO毒化能力,其本征活性超过现有钯基催化剂。 研究揭示了hcp相结构增强含氧中间体吸附,而Ru-O3位点通过库仑作用力优化中间体吸附能的双重调控机制。Pd原子作为主要的氢吸附位点,Ru-O3位点则主要吸附羟基。 HOR活性与Ru位点数目呈火山型关系,表明两者协同作用至关重要。

北京大学郭少军课题组发现五元非常规有序相亚纳米材料的催化特性

北京大学郭少军课题组发现五元非常规有序相亚纳米材料的催化特性

这项研究为设计高性能AEMFC催化剂提供了新思路,有望推动AEMFC技术的实际应用。 北京大学林芳旭、罗恒、李璐为论文共同第一作者,郭少军和吕帆为共同通讯作者。

今天关于《北京大学郭少军课题组发现五元非常规有序相亚纳米材料的催化特性》的内容就介绍到这里了,是不是学起来一目了然!想要了解更多关于北京大学的内容请关注golang学习网公众号!

长沙顶尖电脑学校推荐:如何选择适合你的IT培训机构长沙顶尖电脑学校推荐:如何选择适合你的IT培训机构
上一篇
长沙顶尖电脑学校推荐:如何选择适合你的IT培训机构
全面指南:如何快速修改电脑快捷键提升工作效率
下一篇
全面指南:如何快速修改电脑快捷键提升工作效率
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    395次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    473次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    479次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    423次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    249次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码