Fotokatalytische reductie van CO₂ naar hoogwaardige, op koolstof gebaseerde brandstoffen biedt een enorm potentieel bij het aanpakken van de groeiende energiecrisis. Echter, de hoge C=O-bindingsenergie van CO₂ moleculen (750 kJ·mol ^-1 ) maakt het een uitdaging om CO₂ te activeren en te verminderen .

Daarom is de constructie van fotokatalysatoren met nieuwe elektronenoverdrachtsroutes zinvol. Vergeleken met het traditionele enkelvoudige elektronenoverdrachtskanaal heeft de ontwikkeling van multi-elektronenkanalen op basis van gelaagde materialen duidelijke voordelen bij het verbeteren van het dragertransport. Niettemin is het rationele ontwerp van een wenselijk fotokatalytisch model voor multi-elektronenkanalen met geoptimaliseerde parameters behoorlijk uitdagend.

Onlangs verscheen een onderzoek met de titel "Constructing dual elektronenoverdrachtskanalen om CO₂ te versnellen fotoreductie geleid door machine learning en berekening van de eerste principes" is ontworpen en geleid door prof. Jizhou Jiang van het Wuhan Institute of Technology, China.

Dit werk combineert de basisprincipes van rekenen en machinaal leren om met succes een nieuwe BiOBr-Bi-g-C₃ te voorspellen en voor te bereiden N₄ sandwichstructuur met dubbele elektronentransportkanalen voor fotokatalytisch CO₂ afname. Er zijn drie belangrijke redenen voor de gunstige activiteit van de nieuwe structuur:

(1) de geïntroduceerde g-C₃ N₄ nanosheets demonstreren een vergelijkbare energieniveaustructuur met BiOBr, wat voordelen biedt voor het vormen van een elektronische superpositietoestand;

(2) de aangeslagen dragers kunnen efficiënt worden gescheiden en overgedragen dankzij de speciale dubbele elektronenoverdrachtskanalen;

(3) sinds de door foto gegenereerde drager van BiOBr en g-C₃ N₄ hebben een ander tijdvervalgedrag, een reactiemechanisme op meerdere tijdschalen voor CO₂ reductie kan worden geconstrueerd om het reactiepad te optimaliseren.

Een verbeterde fotokatalytische prestatie van CO₂ reductie (43 μmol g ^-1 h ^-1 ) wordt ontvangen door de BiOBr-Bi-g-C₃ N₄ kwantumputstructuur. Er werden vijf machine learning-modellen gebruikt om de lineaire wet van de verschillende invloedsfactoren op de efficiëntie van multi-elektronenkanalen te onderzoeken. Het mechanisme van fotokatalyse werd systematisch onderzocht.

De resultaten zijn gepubliceerd in Chinese Journal of Catalysis .

Meer informatie: Lijing Wang et al., Het construeren van dubbele elektronenoverdrachtskanalen om de CO2-fotoreductie te versnellen, geleid door machine learning en berekening van de eerste principes, Chinese Journal of Catalysis (2023). DOI:10.1016/S1872-2067(23)64546-2

Aangeboden door de Chinese Academie van Wetenschappen