超薄α-Fe2O3光电催化分解水制氢研究进展

2017 年 11 月 5 日 材料科学与工程
点击上方「材料科学与工程」快速关注

材料类综合、全面、专业的微信平台

.............................................................

太阳能光(电)催化分解水制氢是解决目前能源短缺与环境污染问题的理想途径之一。氧化铁(α-Fe2O3)具有较高的稳定性、较低的能带结构(2.1eV)以及自然储备丰富等优势,成为光电催化分解水制氢领域中的重要材料。然而,氧化铁具有导电性差、光生电子-空穴复合较快等缺陷,严重限制了其实际应用。

  

中国科学院兰州化学物理研究所能源与环境纳米催化材料组与德国埃尔朗根-纽伦堡大学教授Patrik Schmuki合作研究,在超薄α-Fe2O3材料光电催化分解水及其光生电荷分离研究方面取得新进展。

Fe2TiO5/Fe2O3/Pt光阳极合成示意图及光电催化分解水性能


研究人员在导电基底生长厚度可控的Pt纳米金属层,并沉积超薄α-Fe2O3纳米层。在α-Fe2O3/Pt基础上进一步原位合成Fe2TiO5层从而形成Fe2TiO5/α-Fe2O3/Pt“三明治”异质结构光阳极。在此结构中,金属Pt纳米层可以有效提高α-Fe2O3光吸收性能;由于其具有较低的费米能级,有效促进了光生载流子分离和光生电子快速迁移。此外,Fe2TiO5与α-Fe2O3具有匹配的能带结构,α-Fe2O3纳米层产生的光生空穴向Fe2TiO5层快速迁移,进一步降低载流子的复合几率并促进水氧化反应。

  

在模拟太阳光照射下(AM 1.5G,100 mW cm-2),“三明治”异质结构Fe2TiO5/α-Fe2O3/Pt光阳极表现出优异的光电催化分解水活性及稳定性,其光电流密度与纯相α-Fe2O3相比提高近1.5倍。此异质结构光阳极的设计可有效提高半导体材料的光吸收性能,并可促进光生电荷快速分离与迁移,对构建高效太阳能光电催化分解水体系具有指导意义。


相关研究结果发表在Advanced Functional Materials和Journal of Materials Chemistry A上。研究工作得到了国家自然科学基金委、兰州化物所“特聘人才计划”以及羰基合成与选择氧化国家重点实验室的经费支持。

  

论文链接:

http://onlinelibrary.wiley.com/doi/10.1002/adfm.201703527/full

http://pubs.rsc.org/en/content/articlelanding/2017/ta/c7ta05318e#!divAbstract


— END —

..............................................................

相关阅读:

新型纳米材料,从海水中成功提取氢燃料

中国制造:世界首列氢燃料电池有轨电车运营!

中科院团队《Science》发文质疑哈佛“金属氢”发现

...............................................................

整理自:兰州化学物理研究所。编辑:明轩

*本文系整理请注明出处,如有问题请联系处理

..................................................................


点击阅读原文,加入讨论交流合作

登录查看更多
0

相关内容

专知会员服务
128+阅读 · 2020年7月10日
大数据安全技术研究进展
专知会员服务
90+阅读 · 2020年5月2日
基于深度学习的多标签生成研究进展
专知会员服务
140+阅读 · 2020年4月25日
专知会员服务
109+阅读 · 2020年3月20日
机器学习在材料科学中的应用综述,21页pdf
专知会员服务
46+阅读 · 2019年9月24日
2018-2019中国智能手机品牌东南亚市场研究报告
行业研究报告
3+阅读 · 2019年5月14日
Nature 一周论文导读 | 2019 年 4 月 4 日
科研圈
7+阅读 · 2019年4月14日
【学科发展报告】无人船
中国自动化学会
26+阅读 · 2019年1月8日
形式化方法的研究进展与趋势
中国计算机学会
34+阅读 · 2018年11月8日
国内外泌体领域进展总结(2018年8月)
外泌体之家
12+阅读 · 2018年9月6日
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
心理学与脑科学:进展、思考和展望
科技导报
8+阅读 · 2017年10月27日
AdarGCN: Adaptive Aggregation GCN for Few-Shot Learning
Optimization for deep learning: theory and algorithms
Arxiv
102+阅读 · 2019年12月19日
UNITER: Learning UNiversal Image-TExt Representations
Arxiv
23+阅读 · 2019年9月25日
Learning by Abstraction: The Neural State Machine
Arxiv
6+阅读 · 2019年7月11日
Arxiv
6+阅读 · 2018年6月21日
Arxiv
5+阅读 · 2016年10月24日
VIP会员
相关VIP内容
专知会员服务
128+阅读 · 2020年7月10日
大数据安全技术研究进展
专知会员服务
90+阅读 · 2020年5月2日
基于深度学习的多标签生成研究进展
专知会员服务
140+阅读 · 2020年4月25日
专知会员服务
109+阅读 · 2020年3月20日
机器学习在材料科学中的应用综述,21页pdf
专知会员服务
46+阅读 · 2019年9月24日
相关资讯
2018-2019中国智能手机品牌东南亚市场研究报告
行业研究报告
3+阅读 · 2019年5月14日
Nature 一周论文导读 | 2019 年 4 月 4 日
科研圈
7+阅读 · 2019年4月14日
【学科发展报告】无人船
中国自动化学会
26+阅读 · 2019年1月8日
形式化方法的研究进展与趋势
中国计算机学会
34+阅读 · 2018年11月8日
国内外泌体领域进展总结(2018年8月)
外泌体之家
12+阅读 · 2018年9月6日
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
心理学与脑科学:进展、思考和展望
科技导报
8+阅读 · 2017年10月27日
相关论文
AdarGCN: Adaptive Aggregation GCN for Few-Shot Learning
Optimization for deep learning: theory and algorithms
Arxiv
102+阅读 · 2019年12月19日
UNITER: Learning UNiversal Image-TExt Representations
Arxiv
23+阅读 · 2019年9月25日
Learning by Abstraction: The Neural State Machine
Arxiv
6+阅读 · 2019年7月11日
Arxiv
6+阅读 · 2018年6月21日
Arxiv
5+阅读 · 2016年10月24日
Top
微信扫码咨询专知VIP会员