[发明专利]一种微纳异质结及在电解催化剂和/或电能储存领域应用在审
申请号: | 201911153728.7 | 申请日: | 2019-11-21 |
公开(公告)号: | CN111477461A | 公开(公告)日: | 2020-07-31 |
发明(设计)人: | 刘璞;高宏志;李振邦;魏子晔;杨国伟;王建兴 | 申请(专利权)人: | 中山大学 |
主分类号: | H01G11/24 | 分类号: | H01G11/24;H01G11/30;C25B1/04;C25B11/06;B82Y30/00 |
代理公司: | 广东翰锐律师事务所 44442 | 代理人: | 胡厚财 |
地址: | 510275 广东*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 微纳异质结 电解 催化剂 电能 储存 领域 应用 | ||
本发明属于催化剂研发技术领域,尤其涉及一种微纳异质结及在电解催化剂和/或电能储存领域应用。本发明提供了一种微纳异质结,为:非晶纳米片、晶态纳米片以及基座,所述非晶纳米片和晶态纳米片可自组装成微纳异质结功能体系,或堆叠在所述基座上而形成功能体系。本发明还提供了一种上述异质结在电解催化剂中的应用。本发明中,非晶纳米片和晶态纳米片形成的异质结,不仅能够实现催化剂的协同效应,提高催化活性并实现光电协同催化;还可作为量子点催化体系的优良载体,在电能储存领域发挥作用;经测试,与同类电解催化剂相比,所制得的异质结体系催化性能可提高30%~40%;解决了现有技术中,非贵金属基催化剂存在着催化活性差的技术缺陷。
技术领域
本发明属于催化剂研发技术领域,尤其涉及一种微纳异质结及在电解催化剂和/或电能储存领域应用。
背景技术
铂基贵金属是目前最为理想的电解水催化材料,可以大大减小催化反应过电势,增大电解水制氢的能量转换效率。然而,铂基材料长期以来受限于价格昂贵,储量低等问题,这使其很难实现大规模的商业化应用。
目前,研究人员也致力于寻找性能优异的非贵金属基催化剂,非贵金属材料在地球中的含量相对丰富且价格便宜,并且具有非常广阔的选择空间。通过制备非晶纳米材料以增大其比表面积从而提高催化活性,但随着比表面积的增大,纳米晶的尺寸过小可能会导致非晶纳米薄片发生团聚,从而降低催化活性。且由于非晶纳米薄片的电导率会收到材质的影响,会影响其工作稳定性,使得催化剂的功能没有得到最大化的发挥。
因此,研发出一种微纳异质结及在电解催化剂和/或电能储存领域应用,用于解决现有技术中,非贵金属基催化剂存在着催化活性差及稳定性差的技术缺陷,成为了本领域技术人员亟待解决问题。
发明内容
有鉴于此,本发明提供了一种微纳异质结及在电解催化剂和/或电能储存领域应用,用于解决现有技术中,非贵金属基催化剂存在着催化活性差及稳定性差的技术缺陷。
本发明提供了一种异质结,所述异质结的结构为:非晶纳米片、晶态纳米片以及基座,所述非晶纳米片和晶态纳米片堆叠在所述基座上。
优选地,所述非晶纳米片选自:硫化钴、硒化钴以及钯磷硫中的任意一种或多种。
优选地,所述晶态纳米片选自:二硫化钼、氮化碳以及碳化钛中的任意一种或多种。
优选地,所述基座选自:泡沫镍电极、高定向热解石墨电极以及鳞片石墨电极中的任意一种或多种。
优选地,以摩尔份计,所述非晶纳米片和晶态纳米片的比例为(1~1.5):(1~1.2)。
优选地,所述非晶纳米片的单层厚度为2~5nm,所述非晶纳米片的层数为1~3层。
优选地,所述晶态纳米片的单层厚度为1~3nm,所述晶态纳米片的层数为1~4层。
优选地,所述基座的厚度为50~300nm。
本发明还提供了一种包括以上任意一项所述的微纳异质结在电解催化剂和/或电能储存领域中的应用。
综上所述,本发明提供了一种微纳异质结,为:非晶纳米片、晶态纳米片以及基座,所述非晶纳米片和晶态纳米片可自组装成微纳异质结功能体系,或堆叠在所述基座上而形成功能体系。本发明还提供了一种上述异质结在电解催化剂中的应用。本发明中,非晶纳米片和晶态纳米片形成的异质结,不仅能够实现催化剂的协同效应,提高催化活性并实现光电协同催化;还可作为量子点催化体系的优良载体,在电能储存领域发挥作用;经测试,与同类电解催化剂相比,所制得的异质结体系催化性能可提高30%~40%;解决了现有技术中,非贵金属基催化剂存在着催化活性差的技术缺陷。
附图说明
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中山大学,未经中山大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201911153728.7/2.html,转载请声明来源钻瓜专利网。
- 上一篇:旋转工作台
- 下一篇:一种基于卷积神经网络的齿痕舌识别算法