Catalizador bimetálico Ag-Sn con una estructura de núcleo para la reducción de CO2

Área de la Ciencia:

• Ciencias de los materiales
• La electroquímica
• Catálisis

Sus antecedentes:

• La conversión de dióxido de carbono (CO2) en sustancias químicas valiosas es crucial para mitigar las emisiones.
• La reducción electroquímica de CO2 requiere catalizadores para superar las barreras de energía de activación.
• Los metales de transición de primera fila muestran potencial pero sufren de oxidación debido a la alta afinidad con el oxígeno.

Objetivo del estudio:

• Diseñar y sintetizar electrocatalizadores de núcleo de Ag-Sn para una conversión eficiente de CO2.
• Para investigar el papel de una cáscara parcialmente oxidada en el rendimiento catalítico.
• Comprender el mecanismo de activación del CO2 y la producción de formato.

Principales métodos:

• Síntesis de electrocatalizadores bimetálicos Ag-Sn con nanoestructuras de núcleo y cáscara.
• Caracterización electroquímica para evaluar la actividad catalítica y la selectividad.
• Cálculos de la teoría de la densidad funcional (DFT) para aclarar los mecanismos de reacción y los sitios activos.

Principales resultados:

• Un catalizador óptimo con una capa de SnOx de ~ 1,7 nm logró una eficiencia Faradaic de ~ 80% y una densidad de corriente parcial de ~ 16 mA cm-2 a -0.8 V frente a RHE.
• Los cálculos de DFT revelaron que las vacantes de oxígeno en SnO101) son cruciales para la activación de CO2.
• Se encontró una correlación lineal entre la energía de adsorción de CO2 en las vacantes de oxígeno y el rendimiento catalítico.

Conclusiones:

• Las nanoestructuras de núcleo de Ag-Sn con capas parcialmente oxidadas son efectivas para la formación de electrorreducción de CO2.
• Las vacantes de oxígeno en la capa de SnOx juegan un papel fundamental en la estabilización de los intermedios y la mejora de la actividad catalítica.
• El estudio proporciona información sobre el diseño de catalizadores para la conversión selectiva de CO2 e identifica descriptores clave para la optimización del rendimiento.