镍掺杂氧化铜（Ni-Doped CuO）中的氧化还原调控与扩散动力学：来自量子启发式电化学方法的见解

《ACS Applied Materials & Interfaces》：Redox Modulation and Diffusion Kinetics in Ni-Doped CuO: Insights from Quantum-Inspired Electrochemical Methods

　　

本研究采用全面的电化学方法，评估通过溶液燃烧合成（SCS）法制备的镍掺杂氧化铜（Ni-Doped CuO）纳米颗粒的电化学动力学。研究人员通过将复合浆料涂覆在泡沫镍（Nickel foam）上制备工作电极，并在使用3 M KOH电解质的的三电极体系中进行测试。研究人员采用循环伏安法（CV）、恒电流充放电（GCD）和电化学阻抗谱（EIS）来研究电荷存储机制和界面动力学。一项关键进展是使用了R2-窗口线性放电（R2WLD）方法来分割GCD曲线，并以高保真度提取线性和赝电容放电区域。此外，研究人员采用非线性核主成分分析（KPCA）根据扫描速率行为对电化学状态进行分类。为了解释放电对称性的演变，研究人员改编了一维伊辛模型（1D Ising model）以模拟在增加的扰动下的能量状态转变。这些发现强调了缺陷和晶格工程在调谐关联氧化物系统功能响应中的关键作用。

本研究围绕镍掺杂氧化铜（Ni-Doped CuO）纳米材料在电化学储能（特别是超级电容器/赝电容器）中的应用展开，发表在《ACS Applied Materials & Interfaces》上。目前，过渡金属氧化物（如CuO）虽具备高理论比电容和环境友好等优势，但存在本征电导率低、离子传输受限及循环稳定性不足等问题；此外，不同镍（Ni）掺杂浓度如何定量影响晶格缺陷、电荷转移与扩散动力学的微观机制尚不清晰，且传统电化学数据分析方法难以精准区分表面控制和扩散控制贡献。为此，研究人员通过开展Ni掺杂CuO（掺杂量0~5%）的系统合成与多尺度表征，结合先进电化学测试与量子启发式数据分析方法，揭示了掺杂诱导的晶格畸变、缺陷演化与电化学动力学调控规律，确定了最优掺杂窗口，并建立了“结构-缺陷-动力学”关联框架。结论表明：适量Ni掺杂（~2-3%）可通过引入浅缺陷态和优化轨道重叠，在提升界面动力学与倍率性能的同时保持较好的扩散通路；过量掺杂会引发晶格应变累积、缺陷团簇及可能的次要相偏析，从而导致传输瓶颈；该研究为关联氧化物电极的材料设计与缺陷工程提供了可推广的分析范式。

为开展研究，研究人员主要采用了以下关键技术方法：通过溶液燃烧合成（SCS）法制备不同Ni掺杂量的CuO纳米颗粒（x=0~5%），并经煅烧优化结晶性；利用同步辐射X射线衍射（XRD）结合Rietveld精修解析晶格参数、晶粒尺寸与相组成，利用场发射扫描电镜（FE-SEM）结合机器学习辅助分割统计粒径分布，利用拉曼光谱与X射线光电子能谱（XPS）分析晶格应变、缺陷与元素价态；电化学方面，在三电极体系（3 M KOH）中开展循环伏安法（CV）、恒电流充放电（GCD）与电化学阻抗谱（EIS），并引入R²-窗口线性放电（R2WLD）算法提取GCD线性放电区间以量化比电容，引入核主成分分析（KPCA）与一维伊辛模型（1D Ising model）对动力学状态进行分类与势窗分区。

研究结果如下：

1. 1.
   纯CuO与镍掺杂CuO纳米颗粒的XRD Rietveld精修分析：研究人员通过同步辐射XRD与Rietveld精修发现，低掺杂量下样品主要保持单斜十分类（tenorite）CuO（空间群C2/c）结构；随着Ni掺杂增加至5%，出现少量NiO次要相（约4 wt%），表明大部分Ni取代进入CuO晶格，同时晶胞体积略有增大，且布拉格峰展宽与偏移反映局域晶格应变与微应变增加；这些结构变化为后续电化学动力学演化提供了结构基础。
2. 2.
   机器学习辅助SEM纳米颗粒尺寸测量：研究人员采用基于机器学习的图像分析流程（含CLAHE对比度归一化、k-means分割、分水岭分离等）对FE-SEM图像进行无偏粒径统计，发现未掺杂与5% Ni掺杂样品的等效圆直径分布均可用对数正态描述，且中位粒径与几何均值在不同组分间无显著统计差异；这表明所观察到的电化学差异并非主要来自颗粒尺寸/比表面积变化，而与晶格缺陷、应变及电子结构调制更为相关。
3. 3.
   能量色散X射线光谱（EDX）分析：研究人员通过EDX确认Ni元素成功引入样品，且未检测到明显杂质元素；结合XRD结论，进一步支持Ni在较低掺杂量下以取代方式进入CuO晶格，在较高掺杂量附近接近固溶限度并伴随少量NiO偏析。
4. 4.
   拉曼光谱分析：研究人员通过拉曼光谱观察到CuO典型模式（~297 cm^-1的 A_g、~346 cm^-1的 B_g¹、~629 cm^-1的 B_g²）随Ni掺杂发生蓝移、展宽与强度变化，并在~1050 cm^-1附近出现可归因于二阶散射的宽带；这些现象反映Ni取代引起的局域键硬化、晶格对称破缺、缺陷散射增强与振动态密度修饰。
5. 5.
   X射线光电子能谱（XPS）分析：研究人员通过高分辨XPS确认样品中存在Cu²⁺、Ni²⁺与晶格氧O^2-，并观察到O 1s的高结合能肩峰可归因于表面/缺陷相关氧物种；Ni 2p与Cu 2p的卫星结构与多重分裂特征与强关联氧化物电子结构一致，表明Ni掺杂改动了局域电子环境与可能引入局域化态。

4.1 Ni掺杂CuO纳米颗粒电化学动力学的调控：研究人员通过CV发现，未掺杂CuO呈现与Cu²⁺/Cu⁺等相关的氧化还原峰，而Ni掺杂后峰位移动、展宽且对称性降低；中等掺杂（2~3%）下氧化还原响应较明显，高掺杂下动力学限制更突出。通过电流热图（|I(E,ν)|）可看到电化学活性随掺杂在0.2~0.5 V区间重新分布。Randles–?ev?ík分析显示峰电流与扫描速率平方根呈线性，表明扩散控制过程占主导，但斜率随掺杂先下降，反映有效扩散系数或电活性面积受掺杂诱导无序与可能晶界相影响。研究人员进一步将电流分解为表面控制（k₁）与扩散控制（k₂）贡献，发现中等掺杂下表面控制贡献增强。基于1D Ising model的势窗分割显示，随Ni增加（至~3%），电容主导区在~0.2~0.4 V扩展，而过高掺杂后扩散主导重新增强；量子KPCA则揭示中等掺杂下动力学异质性最大、不同扫描速率数据点分布更分散，反映电容与扩散过程较好平衡。

4.2 GCD与R²-窗口线性放电（R2WLD）分析：研究人员通过R2WLD算法自动选取GCD放电曲线中最大R²的连续线性区间，以减小IR降与尾端曲率偏差，并据此计算比电容（C_sp）、能量密度（E_sp）与功率密度（P_sp）。结果显示未掺杂CuO在特定电流密度下具有较高C_sp，而中等Ni掺杂（2~3%）在较高电流密度下保持相对更优的线性度与速率稳定性；4%掺杂整体性能偏低，5%掺杂C_sp有所恢复但仍受扩散限制影响。 Ragone图显示未掺杂样品在高能量密度侧占优，2~3%掺杂在能量-功率间取得更好平衡。循环测试显示各组分在5000次循环内电容保持或“活化”上升，高Ni含量下活化更明显，可能与氧化还原活性位点逐渐利用与电解质渗透有关。

4.3 EIS分析方法与等效电路形式：研究人员通过EIS并结合包含串联电阻（R_s）、电感（L）、电荷转移电阻（R_ct）与两个常相位元件（CPE₁、CPE₂）的等效电路进行拟合。结果表明R_ct随Ni掺杂呈非单调变化，在3%掺杂处最高，说明中等掺杂并未单纯降低界面电荷转移阻力，而是可能与陷阱、界面极化与弛豫时间分布变化相关；CPE指数（α₁、α₂）随掺杂演化，反映界面均匀性与弛豫行为的改变；Bode幅值与相位角分析进一步支持界面主导极化在中等掺杂下增强，而过掺杂后介电不均匀性再次上升。

4.4 结构-性质关系：Ni诱导晶格无序主导电荷存储状态：研究人员综合结构表征与电化学结果，提出Ni掺杂通过在晶格、振动与界面尺度上的改动，驱动电荷存储由扩散主导向表面控制主导过渡，并在中等掺杂（~2~3%）形成“最优缺陷/无序窗口”，超过该窗口则传输 penalty 与可能的相不均一性增强；该结构-性质关联强调缺陷工程而非单纯“更多掺杂更好”。

讨论部分总结：研究人员指出，Ni掺杂CuO的结构演化（晶格膨胀/应变、微应变、可能次要相）与电化学动力学（电荷转移、电容/扩散贡献、界面极化、弛豫）之间存在可量化关联；中等Ni掺杂（~2-3%）最有利于兼顾 redox活性、载流子迁移与动力学可达性，而过掺杂会带来晶格应变累积、缺陷团簇与可能的NiO_x富集区，从而损害连续离子/电子通路。研究同时讨论EIS参数物理意义，并强调最高R_ct并不等价于最差储能，而是可对应强界面极化/陷阱限制极性子跳跃等机制；此外，研究人员说明本研究局限于室温三电极体系与窄电压窗，绝对能量密度主要用于组分间相对比较，器件级性能需通过非对称超级电容器等进一步评估。

结论部分翻译：本研究对x=0~5% Ni掺杂CuO纳米颗粒的结构、形貌与电化学调制进行了全面调查。Rietveld精修与XRD分析确认单斜CuO相保留，并在较高掺杂下出现少量NiO次要相；观察到系统性晶格膨胀，归因于Ni²⁺与Cu²⁺离子半径差异引发的晶格畸变。SEM机器学习粒径统计显示组分间晶粒尺寸分布几乎无变化，表明颗粒形貌并非电化学差异的主要来源。电化学分析（CV、GCD/R2WLD、EIS）表明中等Ni掺杂（2~3%）最优平衡电荷转移电阻、赝电容与动力学对称性。量子KPCA与基于Ising model的状态分区进一步支持该最优掺杂区间出现电容主导动力学状态。该工作为理解过渡金属氧化物（特别是CuO中异价取代）如何调控赝电容材料动力学状态提供了多维框架，并通过自动化图像分析、量子流形学习与算法化放电分割建立可推广方法，以解耦体相扩散与表面控制动力学；结合逾渗理论、介电分析与电子结构关联，使研究超越现象观察，为掺杂工程提供预测性见解。这些发现深化了对缺陷驱动赝电容的理解，并为优化能源存储与传感器应用中的掺杂氧化物设计提出实用窗口。