PDF原文

Programmable heating and quenching for efficient thermochemical synthesis

可编程加热和淬火用于高效热化学合成

第一作者: Qi Dong (马里兰大学材料科学与工程系)

通讯作者: Dionisios G. Vlachos (特拉华大学化学与生物分子工程系), Dongxia Liu (马里兰大学化学与生物分子工程系), Liangbing Hu (马里兰大学材料科学与工程系)

DOI: https://doi.org/10.1038/s41586-022-04568-6

PDF原文

期刊名称: Nature

发表年份: 2022年

论文亮点

研究背景

研究方法

主要结论

图1: PHQ方法与传统连续加热在CH4热解中的比较

Fig. 1 Comparison between PHQ and conventional continuous heating

内容分析: 图1a展示了传统连续加热的温度曲线,缺乏时间可调性,导致多种产品。图1b展示了PHQ方法的估计温度曲线,选择性生产高附加值C2产品。高温确保高转化率,瞬态加热持续时间实现高选择性。图1c和1d比较了PHQ和文献中的连续加热方法,显示PHQ在C2产品选择性上显著优于传统方法,即使在无金属催化剂的情况下也表现优异。

图2: PHQ技术的操作

Fig. 2 Operation of the PHQ technique

内容分析: 图2a展示了反应器设计示意图,CH4分子通过反应器与加热多孔碳纸相互作用。图2b显示了碳加热器在关和开状态下的数字图像,温度从室温切换到高温。图2c是碳加热器的扫描电子显微镜图像,展示多孔微结构和无催化剂表面。图2d展示了柔性碳加热器的数字图像。图2e和2f展示了通过调整电信号控制温度曲线和脉冲持续时间。图2g通过数值模拟验证气体分子温度与加热器一致,显示快速加热和冷却速率。

图3: PHQ技术的效用和优势

Fig. 3 The utility and advantages of our PHQ technique

内容分析: 图3a比较了四种不同反应条件,显示PHQ方法在产品分布上显著改进,C2产品选择性约80%。图3b展示了CH4转化率随峰值温度增加而单调增加。图3c和3d显示了在不同峰值温度和脉冲持续时间下的产品选择性。图3e展示了贝叶斯优化主动学习框架用于优化C2H4收率。图3f和3g显示了优化过程和实验收率,通过主动学习找到最佳条件(T_high=2000K, pulse duration=0.21s),实现高收率且平均温度<1000K。

图4: 环境压力下的NH3合成 by PHQ

Fig. 4 NH3 synthesis by PHQ under ambient pressure

内容分析: 图4a展示了通过连续加热和PHQ进行NH3合成时催化剂形态演变。图4b展示了PHQ过程的估计温度曲线。图4c比较了PHQ和连续加热在活性和稳定性上的差异,显示PHQ提供稳定和高NH3合成率。图4d和4e显示了PHQ和连续加热后Ru催化剂的尺寸和分布,PHQ防止烧结。图4f通过DFT建模计算Ru氢化物迁移的活化屏障和时间尺度。图4g展示了使用非优化Ru和Fe催化剂的NH3生产随时间的变化,显示长时间稳定性。图4h比较了PHQ方法与文献报道的NH3合成率,显示PHQ使用非优化催化剂达到高水平。