综述：Ru基催化剂中碳基载体制备工艺及其在氨分解中的应用研究进展

这篇综述系统总结了Ru基催化剂在氨分解制氢中的研究进展，重点探讨了碳纳米管（CNT）、碳纳米纤维（CNF）和石墨烯等碳基载体的制备工艺（如浸渍法、沉淀沉积法和溶胶-凝胶法）对Ru分散性、电子密度及催化活性的影响，并展望了高通量筛选（HTE）与机器学习（ML）在催化剂设计中的应用前景。

　　

Ru基催化剂中碳基载体的制备与应用

1. 引言
化石能源的过度使用导致全球变暖等环境问题，而氢气作为零碳排放能源载体，其储存与运输面临挑战。液氨（NH₃
）因含氢量高（17.7wt%）和易液化特性成为理想储氢介质，但氨分解需高效催化剂以降低反应温度。Ru基催化剂因其优异的Ru-N键能和低温活性成为研究热点，而碳基载体（如CNT、CNF）的高比表面积和导电性可显著提升催化性能。

2. 氨分解反应机制
NH₃
分解为N₂
和H₂
的过程涉及多步脱氢：NH₃
→NH₂
→NH→N+H*，其中N重组为N₂
是速率控制步骤。Ru的d电子构型可优化N-H键断裂能垒，而碳载体通过电子转移降低N₂
解离能。H₂
的负反应级数表明其会抑制NH₃
分解，因竞争吸附或N加氢。

3. 催化剂制备方法

• 浸渍法：简单易行，但Ru分散性较差。
• 沉淀沉积法：通过pH调控形成不溶性前驱体，增强金属-载体相互作用，如Ru-MgO-DP催化剂比浸渍法制备的活性提高30%。
• 溶胶-凝胶法：制备的Ru-CeO₂
  具有均匀纳米结构，Ru簇与载体强相互作用，氨分解效率提升50%。

4. 碳基载体的影响
4.1 CNT载体
氮掺杂CNT（N-CNT）的吡啶氮原子通过孤对电子锚定Ru³⁺
，抑制高温烧结。例如，Ru/ONCNT@CP催化剂在823K下氨转化率近100%，归因于氧氮共掺杂形成的电子富集表面。

4.2 CNF载体
CNF的石墨烯片层倾斜结构（vs CNT的平行排列）暴露更多边缘位点，增强Ru电子转移。Ru/N-CNF的TOF比未掺杂样品高25%，因吡啶氮优先吸附金属前驱体。

4.3 石墨烯载体
氧化石墨烯的羧基（-COOH）和羟基（-OH）促进Ru纳米颗粒（NPs）成核，Ru/Graphene在723K下稳定运行110小时。钾（K）掺杂可提升Ru电子密度，降低N₂
脱附能垒。

4.4 其他碳材料

• 活性炭（AC）：表面含氧基团易发生甲烷化副反应，但RuNa/AC因Na⁺
  抑制N*重组，活性提高40%。
• 碳黑（CB）：Ru/CB纳米簇（<3nm）通过NH₃
  还原Ru³⁺
  原位合成，低温活性优异。

5. 新兴研究方向
5.1 高通量筛选与机器学习
Williams团队通过随机森林算法预测3,1,12 RuScK催化剂在300°C下转化率达99%，筛选耗时仅为传统实验的1/10。特征分析显示，d壳层电子数和工作函数是关键描述符。

5.2 反应动力学模拟
DFT计算揭示Co掺杂石墨炔（Co-GDY）上NH₃
逐步脱氢能垒均<1.0eV，而MVK机制中N通过晶格H生成NH的能垒为0.62eV。机器学习模型SGCNN可快速预测N*吸附能，误差<0.1eV。

6. 结论
碳基载体的催化活性排序为：石墨烯>CNT>CNF>CB>OMC>AC。未来需通过AI优化载体孔隙结构和掺杂策略，并建立催化剂寿命预测模型以降低成本。Ru基催化剂在低温氨分解领域仍不可替代，但非贵金属（如Fe-Ni）的协同设计或成突破方向。

（注：全文数据与结论均基于原文实验及计算结果，未添加主观推断。）