硝酸盐(NO₃⁻)的电化学转化是一种减少NO₃⁻污染物的有效方法，并为可持续的NH₃合成提供了一种有希望的替代方法。然而，该过程受到NO₃⁻放电、通过水解离形成活性氢(H*)和逐步加氢过程的反应动力学不匹配的限制。

在此，天津大学Ji-Jun Zou，Zhen-Feng Huang使用密度泛函理论(DFT)计算，通过平衡含N中间吸附和H₂O解离势垒，筛选出与N掺杂碳基质配位的Cu-M双原子催化剂库(Cu-M-N-C，M=Fe、Co、Ni、Mn、Zn)。

文章要点

1）在这些催化剂中，Cu-Fe-N-C的表现最佳，NH₃产率为1.22 mmol h^-1 cm^-2，在-0.8 V vs.可逆氢电极上合成NH₃的法拉第效率(FE)高达95.08%，其中双原子位点促进了第一步NO₃⁻放电生成吸附的*NO₃并降低了接下来的加氢/脱水步骤的能垒。更重要的是，掺入的Fe位点可以促进H₂O解离，为含氮中间体的深度加氢提供大量的H*。

这项工作揭示了双原子位点与多种反应物/中间体之间可调的键合相互作用，为合理设计用于NO₃⁻减排和NH₃合成的高效原子级分散催化剂提供了新途径。

参考文献

Xiaoxue Zhang, et al, Regulating Intermediate Adsorption and H2O Dissociation on Diatomic Catalyst to Promote Electrocatalytic Nitrate Reduction to Ammonia, Energy Environ. Sci.,2024

DOI: 10.1039/D4EE02747G