二维MXenes合成氨电催化剂多尺度模拟设计及实验研究

Due to the difficulty of the electro-catalytic synthesis of ammonia (low reaction rate and low selectivity) and based on previous research findings, we proposed to combine the multiscale simulation and experiment to study this problem, taking two-dimensional MXenes as catalyst and ionic liquid as the electrolyte. This proposal will change the traditional trial-and-error method for Haber-bosch catalyst development. It attempts to use multiscale simulation for catalyst screening and experiment for results verification or modification for the study of the electro-catalyst synthesis of ammonia. We aim to systematically study the adsorption and thermodynamic properties relationship among MXenes structures, nitrogen and reaction intermediates, establishing the Gibbs phase diagram of catalytic thermodynamic and investigating the common characteristics of catalysts with low electric potential. Besides, with the help of MXenes catalysts design via multiscale simulation, we will modulate the solubility of nitrogen and the diffusion of reaction intermediates by ionic liquids to improve the reaction rate, and further build the relationship between reaction and transfer diffusion by multiscale simulation. Several experiments will be carried out for the verification and correction of theory on the basis of theoretical screening. Therefore, this proposal is not only important for the study of electro-catalytic synthesis of ammonia, but also important for the development of other electric catalysts.

针对电催化合成氨的两低（低反应速率、低选择性）难题，分析研究现状并基于前期研究基础，拟采用多尺度模拟与实验相结合方法，以二维MXenes为催化剂、离子液体为电解质进行研究。本项目将改变传统Haber-Bosch催化剂trial-and-error的模式，将试图以多尺度模拟计算筛选催化剂，进而实验验证并进一步修正的模式进行合成氨电催化剂的研究;系统研究二维MXenes结构与氮气、反应中间物的吸附及热力学性质关系，建立电催化热力学吉布斯相图，探究具有低过电势的催化剂共性，并通过多尺度模拟等设计系列二维MXenes电催化剂；通过离子液体调控氮气的溶解度及反应中间物的扩散传递以提高催化剂的反应速率，通过多尺度模拟建立反应与传递扩散关系；在理论筛选基础上进行有目的的实验验证并反馈修正理论。因此，本项目不仅对于电催化合成氨研究有重要的意义，也对其他电催化剂开发有重要的借鉴意义。

在国家自然科学基金面上项目的资助下，以二维MXenes为催化剂，结合多尺度模拟计算与实验，系统地研究了电催化合成氨过程中反应机理及构效关系。取得的主要进展如下：（1）二维MXenes合成氨电催化机理研究：结合密度泛函理论计算和热力学方法，系统研究了MXenes上多种合成氨反应路径，并计算反应过程中的决速步骤和限制电位。（2）MXene负载金属单原子催化剂构效关系建立：基于决速步骤与催化剂性质的关系，设计不同表面性质的MXene负载金属单原子体系，探索结构与电子之间内在联系，建立火山型关系。（3）二维MXenes合成氨电催化剂数据库建立及催化剂筛选：基于密度泛函理论计算大量MXene催化剂对关键中间体的吸附数据，构建电催化合成氨数据库。同时，选取合适的机器学习算法进行训练，拟合出相应的数学公式并筛选出最佳催化剂。（4）催化剂界面调控在电催化合成氨反应中的应用：开发了多种催化剂并对其界面进行改性，调控反应过程中关键分子的吸附及扩散，实现电催化合成氨性能优化。在该项目的支持下，培养9名博士和23名硕士研究生，相关研究成果在国际知名化学化工期刊（如ACS Catal., Ind. Eng. Chem. Res., Green Chem.等) 共发表SCI收录论文24 篇，相关专利10篇。