【技术实现步骤摘要】
本专利技术属于电化学催化，具体来讲，涉及一种预测杂原子掺杂bi基催化剂co2rr催化性能的方法。
技术介绍
1、电化学催化co2还原(carbon dioxide reduction reaction，co2rr)技术可利用可再生能源(太阳能、风能、水能等)的电力完成，具有无二次污染、反应条件温和、反应装置简易、产物可控等优点。该技术借助催化剂可将大气中多余的co2进行多电子还原，转化为高能量密度、高经济价值的小分子(如：一氧化碳(co)、甲酸(hcooh)、甲醇(ch3oh)、甲烷(ch4)、乙醇(c2h5oh)、乙烯(c2h4)等16种碳基能源产物)，在减少碳排放的同时缓解了人类对化石能源的依赖。
2、铋(bi)是一种高丰度元素，广泛存在于地壳中，并且具有较低的价格，这使得铋成为一种有吸引力的co2rr催化剂材料。由于bi材料可以用于co2的捕获和储存，铋氧化物和铋基杂化材料具有优异的co2吸附性能，这为后续其发展成为co2催化剂奠定了一定的基础。co2rr是一项具有挑战性的反应，因为co2具有很高的稳定性，研究人员发现bi金属催化剂可以有效促进co2rr，将其转化为具有高附加值的有机化合物，如甲醇和乙醇。为了增强催化活性和选择性，研究人员还针对bi金属进行了一些结构调控，如制备纳米颗粒、纳米线和纳米片等形态。这些纳米结构具有较大的比表面积，能够提供更多活性位点，从而增强催化活性。除了电催化还原，bi金属催化剂还可以用于光催化co2rr。
3、尽管bi金属催化剂在co2rr催化领域取得了一些进展，但仍
4、基于上述问题，本专利技术提出了一种预测单原子掺杂bi基催化剂co2rr性能方法，建立不同表面结构的bi基催化剂，采用密度泛函理论模拟计算，从热力学和动力学角度，对不同结构的bi基催化剂进行稳定性初步筛选，有效地节省了后续计算时间和计算资源。对筛选出的稳定bi基催化剂进行电催化co2rr过程模拟，预测了杂原子和晶面对bi基催化剂电催化co2rr性能的影响，探索了有潜力的掺杂bi基催化剂。
技术实现思路
1、本专利技术的目的在于提供一种预测单原子掺杂bi基催化剂co2rr性能方法，预测不同表面结构的催化剂对co2rr催化性能的影响，探索掺杂物种对催化剂催化活性和选择性的影响规律，为后续的实验研究工作提供指导，同时节省计算时间和计算资源。
2、为实现上述目的，本专利技术提供了一种预测单原子掺杂bi基催化剂co2rr性能方法，包括以下步骤：
3、步骤1、建立不同晶面、杂原子掺杂的bi基单原子催化剂，并通过热力学和动力学角度进行初步筛选，得到最稳定的单原子bi基催化剂；
4、进一步的，所述步骤1包括以下步骤：
5、步骤1.1、建立一系列001，011，012和111晶面bi基催化剂模型；
6、步骤1.2、选择元素周期表bi原子附近的sn，in，t1和pb作为掺杂原子，对不同晶面的bi基催化剂进行掺杂优化；
7、步骤1.3、固定催化剂模型结构的底部两层，经过选择性结构优化后，得到16个bi基催化剂模型；
8、步骤1.4、通过结合能计算，预估16种bi基催化剂模型的热力学稳定性，并筛选出稳定的结构，进行下一步动力学稳定性计算，具体包括：
9、ebinding＝ebi-x-ebi-ex
10、其中，ebinding表示杂原子掺杂bi基催化剂的结合能，ebi-x为x(x＝sn,i n，tl或pb)原子掺杂bi基催化剂之后的体系能量，ebi为掺杂之前的能量，ex为单个杂原子能量；
11、通过对比bi-x结构的结合能，对16个结构进行初步筛选，以减少后续的计算量。
12、对比bi-x结构的结合能，选定1-2个bi基催化剂结构在300k(约室温条件下)、水环境中，进行动力学稳定性优化10ps，选择形变最小的结构做后续催化性能计算。
13、步骤2、基于筛选出的稳定的掺杂bi基催化剂，分析其表面结构对co2rr催化性能的影响，一方面计算筛选出的bi基催化剂将co2还原为c1产品(一氧化碳(co)、甲酸(hcooh)、甲醇(ch3oh)、甲烷(ch4))对应的自由能δg，另一方面绘制bi基催化剂在u＝0v电位下的co2rr路径自由能图；
14、进一步的，所述步骤2包括以下步骤：
15、步骤2.1、计算筛选出的bi基催化剂催化co2还原为c1产品(一氧化碳(co)、甲酸(hcooh)、甲醇(ch3oh)、甲烷(ch4))对应的自由能δg。
16、在步骤2.1中，计算筛选出的bi基催化剂催化co2还原为c1产品(一氧化碳(co)、甲酸(hcooh)、甲醇(ch3oh)、甲烷(ch4))对应的自由能δg，具体包括：
17、δg＝δe-tδs+δezpe；
18、δs＝s(pro)-s(rea)；
19、δezpe＝zpe(pro)-zpe(rea)；
20、其中，δe为基团或分子在结构上的吸附能；t为温度，δs为反应前后的熵变，s(pro)为反应产物的熵，s(rea)为反应物的熵；δezpe为反应前后的零点能差值，zpe(pro)为反应产物的零点能，zpe(rea)为反应物的零点能。
21、步骤2.2、绘制bi基催化剂在u＝0v电位下的co2rr路径自由能图。
22、在步骤2.2中，绘制bi基催化剂在u＝0v电位下的co2rr路径自由能图，具体包括：
23、以co2还原为到co为例，该自由能图路径具体包括，co2、*cooh、*co、co依次为反应中间物种，对应横坐标，co2rr路径自由能为纵坐标绘制在u＝0v电位下的产生co反应路径自由能图。
24、步骤3、选择最合理的反应路径，加入显性溶剂化模型，得出溶剂条件下bi基催化剂在u＝0v电位的更为真实可靠的co2rr自由能图；
25、进一步的，所述步骤3包括以下步骤：
26、步骤3.1、分析选择最合理的反应路径，加入显性溶剂化模型，得出溶剂条件下bi基催化剂在u＝0v电位的更为真实可靠的co2rr自由能图。
27、步骤4、结合不同晶面、杂原子bi基催化剂对co2rr产物选择性和催化活性的影响结果，通过改变bi基催化剂的晶面和掺杂原子，实现预测不同表面结构的bi基催化剂的co2rr真实催化性能。
28、因为本专利技术采用上述技术手段，因此具备以下有益效果：
29、一、与现有技术相比，本专利技术首先在保证计算准确性的前提下，对16种不同的表面bi基掺杂结构进行稳定性初步筛选，使得后期催化研究所需计算时间和计算资源大大缩减。
30、二、本专利技术采用密度泛函理论计算模拟结构电本文档来自技高网...
【技术保护点】
1.一种预测单原子掺杂Bi基催化剂CO2RR性能方法，其特征包括：
2.如权利要求1所述的一种预测单原子掺杂Bi基催化剂CO2RR性能方法，其特征在于，建立不同晶面、杂原子掺杂的Bi基单原子催化剂，并以热力学和动力学稳定性为标准进行初步筛选，得到最稳定的单原子Bi基催化剂，具体步骤包括：
3.如权利要求1所述的一种预测单原子掺杂Bi基催化剂CO2RR性能方法，其特征在于，基于筛选出的催性能最好的催化剂，分析Bi催化剂的晶面和杂原子对CO2RR稳定性和催化性能的影响，具体步骤包括：
4.如权利要求3所述的一种预测单原子掺杂Bi基催化剂CO2RR性能方法，其特征在于，Bi催化剂将CO2还原为不同产物对应的自由能ΔG，具体包括：
5.如权利要求1所述的一种预测单原子掺杂Bi基催化剂CO2RR性能方法，其特征在于，基于筛选出的Bi基催化剂，分析晶面和掺杂物种对Bi基催化剂CO2RR催化选择性和反应活性的影响，具体步骤还包括：
6.如权利要求5所述的一种预测单原子掺杂Bi基催化剂CO2RR性能方法，其特征在于，绘制Bi基催化剂结构
7.如权利要求1所述的一种预测单原子掺杂Bi基催化剂CO2RR性能方法，其特征在于，基于已计算的自由能数据，选择最合理的反应路径，加入显性溶剂化模型，得出溶剂条件下更为真实可靠的CO2RR自由能图，具体步骤包括：
...【技术特征摘要】
1.一种预测单原子掺杂bi基催化剂co2rr性能方法，其特征包括：
2.如权利要求1所述的一种预测单原子掺杂bi基催化剂co2rr性能方法，其特征在于，建立不同晶面、杂原子掺杂的bi基单原子催化剂，并以热力学和动力学稳定性为标准进行初步筛选，得到最稳定的单原子bi基催化剂，具体步骤包括：
3.如权利要求1所述的一种预测单原子掺杂bi基催化剂co2rr性能方法，其特征在于，基于筛选出的催性能最好的催化剂，分析bi催化剂的晶面和杂原子对co2rr稳定性和催化性能的影响，具体步骤包括：
4.如权利要求3所述的一种预测单原子掺杂bi基催化剂co2rr性能方法，其特征在于，bi催化剂将co2还原为不同产物对应的自由能δg...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。