《ACS Applied Energy Materials》:High-Throughput Discovery of Earth-Abundant Cu-TiO2 Photocatalysts for Visible-Light Carbohydrate Reforming
编辑推荐:
利用所开发的并行化固体分配平台,研究人员原位筛选了用于可见光驱动碳水化合物重整耦合产氢的改性TiO2光催化剂。在十一种单金属和十八种双金属催化剂组合中,Cu-TiO2脱颖而出,成为最具前景的地球丰产体系。研究人员将C
利用所开发的并行化固体分配平台,研究人员原位筛选了用于可见光驱动碳水化合物重整耦合产氢的改性TiO2光催化剂。在十一种单金属和十八种双金属催化剂组合中,Cu-TiO2脱颖而出,成为最具前景的地球丰产体系。研究人员将Cu-TiO2的筛选扩展至七种简单碳水化合物、三种多糖、三种果汁及两种形态的棉花,结果显示出强烈的供体依赖反应活性,其中麦芽糖和纤维素分别在可溶性糖和复杂碳水化合物中表现出最高的产氢量。基于草酸铁化学露光计的光子归一化与质量归一化活性指标,可对比可见光照射下的供体性能。研究人员以甘油探测氧化半反应,光照后分析发现了若干已确立的氧化产物,支持了产氢过程中伴随的底物氧化。XPS和俄歇能谱显示,光沉积产生了混合价态的铜表面层(Cu0/Cu+/Cu2+)。紫外-可见-近红外消光光谱及Tauc分析表明,Cu的掺入窄化了间接带隙,增强了可见光吸收。上述结果表明,Cu-TiO2是一种有前景的用于生物质耦合产氢的地球丰产光催化剂,同时展示了并行化筛选如何加速催化剂发现并揭示多相光催化中的结构-反应性关系。
**论文解读:高通量筛选揭示Cu-TiO?作为可见光驱动碳水化合物重整制氢的高效地球丰产光催化剂**
**一、研究背景与科学问题**
全球能源体系向碳中和转型的背景下,氢气作为清洁、可调度的能源载体备受关注。水是理想的氢源,但其析氧半反应动力学复杂,带来显著的能量与工程障碍,因此光催化产氢研究常采用牺牲电子供体替代水氧化。传统的三乙胺等叔胺类牺牲供体源于石油化工,可持续性差。生物质衍生分子,如多元醇、单糖、二糖、多糖及其他生物含氧化合物,提供了可再生替代方案,但其结构多样性与复杂氧化路径构成了广阔且缺乏系统认知的化学空间。
二氧化钛(TiO?)因其稳定性、丰度与明确的表面化学性质而被广泛研究,但高性能TiO?基体系通常依赖热还原、溶剂热掺杂、配体辅助沉积等复杂合成工艺,需高温、惰性气氛或多步处理,难以标准化及并行化筛选,制约了催化剂-供体相互作用的系统探索以及标准化数据集的构建。Kawai与Sakata开创了碳水化合物光催化重整制氢的先河,Gomathisankar等人以紫外LED替代高压汞灯并探索贵金属助催化剂,但未观察到Cu的产氢活性。Wu与Lee虽报道了Cu改性TiO?对甲醇氧化的高效性,但其溶胶-凝胶合成及高温煅烧工艺与高通量筛选不兼容。因此,亟需一种简便、低成本的平台,以实现可见光条件下原位改性TiO?催化剂的快速、系统筛选。
**二、研究内容与主要结论**
研究人员开发了一种低成本的固体分配平台,可将精确计量的P25 TiO?分配至108孔板中,与并行光反应器及比色氢气检测膜联用,实现了可见光(425 nm)照射下原位生成TiO?光催化剂的高通量筛选。在十一种单金属盐与七种碳水化合物的筛选中,铜是兼具高活性与低成本的地球丰产候选物。对Cu-TiO?在七种碳水化合物中的扩展筛选显示,产氢量与Cu负载量呈抛物线关系,最适Cu浓度约为0.5 mM;麦芽糖和蔗糖因羟基密度较高表现优异,立体化学也可能影响供体活性。双金属筛选中,十八种金属盐与Cu的组合均未表现优于Cu单独使用的协同效应。以甘油为供体的核磁共振(NMR)研究检测到甘油醛、甲酸和乙酸等氧化产物。复杂碳水化合物筛选中,碱预处理后的纤维素产氢量最高,而马铃薯淀粉和玉米淀粉因糊化导致粘度增加而活性较低。芒果汁、荔枝汁和葡萄汁在稀释50倍后仍可支撑显著产氢,其中芒果汁在0.5 mM Cu条件下每毫升果汁可产125.6 mmol氢气。棉垫和棉球经碱处理后可产生可观氢气,棉球在6 M NaOH和0.25 mM Cu条件下每克棉产氢5.3 mmol。气体色谱验证实验表明,产氢量不随体积线性放大,但供体活性趋势(甘油>麦芽糖>纤维素)保持一致。草酸铁化学露光计测得光子通量为每孔1.33 × 10?? Einstein s?1,甘油、麦芽糖和纤维素的表观量子产率(AQY)分别为0.057%、0.026%和0.012%。X射线光电子能谱(XPS)与俄歇能谱证实光沉积产生混合价态铜表面层(Cu?/Cu?/Cu2?),紫外-可见-近红外(UV-vis-NIR)消光光谱与Tauc分析显示Cu掺入窄化了TiO?间接带隙,增强了可见光吸收。
**三、关键技术方法**
本研究采用的主要技术方法包括:(1)自制的多孔板固体分配装置,通过3D打印组件与激光切割聚丙烯酸腔板实现TiO?粉末的并行精确分配(每孔7.44 ± 0.95 mg);(2)自建的108通道高通量光反应器,配备两个100 W、425 nm LEDs从底部照射,使用比色氢气检测膜通过RGB值变化定量产氢量;(3)草酸铁化学露光计用于光子通量标定,计算表观量子产率与光子归一化活性;(4)气体色谱(GC)用于大体积反应验证;(5)XPS与Cu LMM俄歇能谱用于表面元素组成与氧化态分析;(6)UV-vis-NIR消光光谱与Tauc plot用于带隙分析;(7)1H NMR波谱用于甘油氧化产物鉴定。样本来源包括商业P25 TiO?(Aeroxide P25, Thermo Fisher Scientific)、七种碳水化合物、三种果汁(芒果、荔枝、葡萄)、两种市售棉花(棉垫与棉球)及多种金属盐前驱体。
**四、研究结果**
**4.1 原位催化剂筛选。** 将十一种金属盐与TiO?配对,以七种碳水化合物为供体,在室温和氩气气氛下进行筛选。Pearson和Spearman相关系数显示助催化剂还原电位与产氢量呈正相关;氩气条件下效率显著提高,表明氧气对产氢反应有负面作用。多数高产氢助催化剂为贵金属(Ru、Ir、Au),Cu是兼具高活性与低成本的地球丰产候选物。
**4.2 Cu-TiO?的碳水化合物筛选。** 对七种碳水化合物在三种浓度与十种Cu负载量下进行系统筛选。产氢量与Cu浓度呈抛物线关系,最适Cu负载约0.5 mM。麦芽糖和蔗糖因羟基密度较高而活性突出,葡萄糖、半乳糖和甘露糖的活性差异暗示立体化学对供体性能有影响。
**4.3 以甘油为供体的双金属筛选(Cu-M?-TiO?)。** 以甘油为供体,将十八种金属盐与Cu以多种比例组合进行筛选。结果表明Cu是主要活性组分,所有双金属组合均未表现协同增强效应。Fe、Co、Ni、Mn、Zn、Zr、Al对产氢无显著影响,La、Hf、V轻微抑制,Cd和Tl完全抑制产氢。
**4.4 甘油氧化的NMR研究。** 1H NMR光谱检测到甘油醛(~9.65 ppm)、甲酸(~8.2 ppm)和乙酸(~2.0 ppm)等氧化产物,表明甘油在反应条件下发生部分氧化及可能的C–C键断裂。这些产物与文献中已确立的甘油氧化路径一致。
**4.5 复杂碳水化合物筛选。** 马铃薯淀粉、玉米淀粉和纤维素经碱预处理后在氩气下进行筛选。纤维素产氢量最高,在0.25–0.5 mM Cu时活性最强。淀粉因碱处理产生粘度增加而限制扩散,活性较低。未经碱预处理的对照组无产氢。
**4.6 果汁筛选。** 稀释50倍的芒果汁、荔枝汁和葡萄汁均支持显著产氢。芒果汁表现最佳,在0.5 mM Cu时每毫升果汁可产125.6 mmol氢气。
**4.7 棉花筛选。** 棉垫和棉球经4或6 M NaOH处理后均可产氢,最适Cu浓度为0.25 mM。棉球在6 M NaOH和0.25 mM Cu条件下每克棉产氢5.3 mmol。碱预处理是实现棉花活性的必要条件。
**4.8 大体积产氢的气体色谱验证。** 20 mL反应瓶中的GC定量显示产氢量不随体积线性放大:甘油466 μmol(38 μmol g?1 hr?1)、麦芽糖175 μmol(14 μmol g?1 hr?1)、纤维素43 μmol(3 μmol g?1 hr?1)。比色膜法与GC法均重现甘油>麦芽糖>纤维素的相对供体趋势。降低的产氢量归因于比表面积与体积比的变化、光程损失及未搅拌体系中的传质限制。
**4.9 光量子与能量效率指标。** 草酸铁化学露光计测得每孔光子通量为1.33 × 10?? Einstein s?1。甘油AQY为0.057%,麦芽糖为0.026%,纤维素为0.012%。光子归一化活性为0.058–0.286 μmol H?/Einstein,质量归一化产氢速率为37–184 μmol g?1 h?1。
**4.10 Cu-TiO?的表征。** XPS分析显示Cu 2p?/?峰位于932.5 eV和932.4 eV,对应Cu(0)或Cu(I);220 mM Cu样品中出现的弱卫星峰表明存在Cu(II)。Cu LMM俄歇能谱在916.6 eV处出现Cu(I)特征峰。XPS定量分析表明实验样品含约0.1% Cu(原子百分比),主要以Cu(I)形式存在。UV-vis-NIR消光光谱显示Cu掺入后吸收边红移,Tauc分析表明间接带隙从2.50 eV(未改性P25)降至1.95 eV(0.5 mM Cu样品),表明Cu以掺杂形式进入TiO?晶格并增强可见光响应。
**五、讨论与结论**
本研究表明,Cu-TiO?是一种适用于生物质耦合产氢的地球丰产光催化剂。物理表征将性能趋势与特定表面和光学现象关联:XPS和俄歇能谱确认光沉积产生混合价态(Cu?/Cu?/Cu2?)表面层,UV-vis-NIR分析证明Cu掺入窄化间接带隙以扩展可见光吸收。除识别Cu/TiO?作为有前景的催化体系外,本研究还提供了标准化、高密度的数据集,可用于机器学习引导的催化剂发现。该策略为加速光催化剂开发提供了普适性蓝图,并强调了可再生原料在太阳能驱动制氢中作为牺牲供体的潜力。
研究结论指出,开发的低成本固体分配平台与并行光反应器和定量比色检测相结合,实现了对供体结构、金属种类和Cu负载量在数百个反应中的系统映射。Cu-TiO?作为活性宽泛的光催化剂表现稳健;还原糖及可及羰基结构显著增强产氢;多糖反应活性受羟基可及性和链刚性控制;高度稀释的果汁仍保留驱动可观产氢的足够潜力。该研究为机器学习引导的光催化剂发现提供了标准化、高密度的数据集基础。