Fe_Co_Ni-N共掺杂石墨烯氧还原反应活性的DFT研究.pdf

第41卷第3期2024年6 月J.At.Mol.Phys.,2024,41:032004(6pp)Fe/Co/NiN共掺杂石墨烯氧还原反应活性的DFT研究马俊杰，宁错，王婷，刘建峰，袁斌霞，潘卫国，施正荣12（1.上海电力大学能源与机械工程学院，上海2 0 0 0 90；2.上海非碳基能源转换与利用研究院，上海2 0 0 2 40）摘要：为了研究Fe/Co/Ni-N掺杂石墨烯的氧还原反应（ORR）活性，比较单金属原子和氮不同的掺杂方式对石墨烯ORR活性的影响。利用MaterialsStudio软件建立了Fe/Co/Ni-N掺杂石墨烯模型,然后将氧气分子分别吸附在Fe/Co/Ni-N掺杂石墨烯模型表面上，采用CASTEP模块对构建的模型进行结构优化并模拟计算，分析了Fe/Co/Ni-N掺杂石墨烯的吸附能、脱附能和导电性变化规律：基于模拟计算，发现单金属原子掺杂石墨烯时,Fe掺杂石墨烯的ORR活性优于Co和Ni；单金属原子和氮共掺杂石墨烯时，Fe-N掺杂石墨烯的ORR活性高于Co-N和Ni-N掺杂石墨烯，且M-N4-G形态的 ORR活性优于M-N,-G、M-N2 -G 和 M-N,-G.关键词：单金属原子；氮掺杂；石墨烯；氧还原反应；DFT模拟中图分类号：0 6 46.51DFT study on oxygen reduction reaction activity ofFe/Co/Ni-N doped graphene原子与分子物理学报JOURNAL OF ATOMIC AND MOLECULAR PHYSICS文献标识码：AVol.41 No.3Jun.2024D0I:10.19855/j.1000-0364.2024.032004MA Jun-Jie,NING Kai,WANG Ting,LIU Jian-Feng,YUAN Bin-Xia,PAN Wei-Guo,SHI Zheng-Rong1,2(1.College of Energy and Mechanical Engineering,Shanghai University of Electric Power,Shanghai 200090,China;2.Shanghai Non-carbon Energy Conversion and Utilization Institute,Shanghai 200240,China)Abstract:In order to study the oxygen reduction activity(ORR)of Fe/Co/Ni-N doped graphenes,the influ-ences of single metal atom and nitrogen co-doping on ORR activity of graphene were compared.The Fe/Co/Ni-N doped graphene models were established using Materials Studio,and then oxygen molecules were adsorbedrespectively on the surfaces of Fe/Co/Ni-N doped graphene models.CASTEP module was used to optimize thestructure of the model and simulation calculation.The adsorption energies,desorption energies and conductivitiesof Fe/Co/Ni-N doped graphenes were analyzed.Based on the simulation results,it is found that the ORR ac-tivity of Fe doped graphene is better than that of Co or Ni doped graphene when graphene is doped with singlemetal atom.As graphene is Co-doped with single metal atom and nitrogen,the ORR activity of Fe-N dopedgraphene is better than that of Co-N or Ni-N doped graphene,and the ORR activity of M-N4-G was betterthan those of M-N,-G M-N2-G and M-N,-G.Key words:Single metal atom;Nitrogen doping;Graphene;Oxygen reduction reaction;DFT电池作为一种环境友好、高效的势能转换装置，1 引 言受到了广泛的关注，在燃料电池阴极上发生的氧由于全球的能源短缺和环境污染，寻找替代还原反应(ORR)决定了燃料电池的电化学性能和化石燃料的解决方法正成为一项重要任务燃料能量转换效率 然而氧还原反应的进行在运动收稿日期：2 0 2 2-0 8-2 6基金项目：高端外国专家引进计划（G2022013028L）作者简介：马俊杰（1996 一），男，硕士研究生，研究方向为燃料电池催化剂.通讯作者：刘建峰.E-mail：j a n i c e.l i u j i a n f e n g g ma i l.c o m032004-1第41卷上是比较缓慢的，转换效率是不高的，因此，氧还原活性和高效的阴极催化剂对提高燃料电池的能量转换效率和电化学性能具有重要的意义：目前，最好的阴极催化剂仍然是铂（Pt)贵金属，它被用作高活性电催化剂，但这种材料的高价格、稀缺资源、和低稳定性和限制了其广泛的工业应用2 。近几年来，大量的电化学专家和学者为了取代或减少Pt催化剂作为燃料电池阴极的使用，集中精力开发用于燃料电池阴极的新材料，因此，非贵金属燃料电池阴极催化剂受到了广泛的关注，由于碳具有较高的导电性、可负载性、相对较高的化学稳定性和电化学稳定性，被认为是质子交换膜燃料电池阴极催化剂的最佳负载材料之一，石墨烯正是一种新型的碳基材料3.随着社会发展和科技进步，新型材料的研究被人们广泛关注，2 0 0 4年，英国曼彻斯特大学的Andre Geim和Constantine Novoselov从石墨中分离出石墨烯4，新型碳材料石墨烯的出现由于其优异的结构特性和性能带来了新的研究热潮石墨烯具有独特的电学特性，作为催化剂载体有着良好的氧还原活性，在催化领域有着广阔的应用前景5.但由于石墨烯的规则性结构和半导体属性限制了其被调控的空间，因此石墨烯可以通过化学或者物理方法进行修饰或改性，这可以改善石墨烯的性质，拓宽石墨烯的应用领域。杂原子和非贵金属对石墨烯化学掺杂可以改变石墨烯的内部结构，打开石墨烯的能带带隙，从而有效的提升石墨烯的性能合适的掺杂原子还能改变石墨烯的电化学性能和催化性能6 由于非贵金属成本低，活性高，所以非贵金属原子掺杂的石墨烯被广泛应用于提高氧还原活性，非贵金属（铁、钻、和镍等)和氮共掺杂碳(M-N-C)催化剂对氧还原反应具有良好的催化活性7 目前有研究表明，非贵金属钻和杂原子氮共掺杂碳催化剂（Co-N,-C)具有良好的ORR活性8 ；另外锰和氮共掺杂碳催化剂(Mn-N4-C)也表现出较高的ORR活性9；铁和氮共掺杂碳催化剂（FeN4-C)的理论研究表明，与Pt相比，它对ORR具有较高的催化活性10 然而人们对非贵金属（铁、钻、和镍等)和不同氮共掺杂石墨烯(MN-G)催化剂的ORR活性的研究还不够全面，对其对氧气的吸附和脱附的探索还不够深人，因此本文依据密度泛函理论(DFT)对铁、钻、镍等非贵金属和不同氮共掺杂石墨烯催化剂的ORR活性进行了原子与分子物理学报研究，并着重分析了催化剂对氧气的吸附、脱附和催化剂的导电性：2模型的建立和计算方法2.1模型的建立石墨烯是以六个杂化碳原子构成的单原子层二维晶体结构，因此使用MaterialsStudio软件建立周期平板模型，以模板库中的“graphite”为重复单元，建立441的超胞，共有41个碳原子，考虑到镜像间的相互作用，真空层取15A.在单金属原子掺杂石墨烯时存在两种构型M-C3和M=C4，为了比较Fe，Co，Ni 掺杂石墨烯时存在的两种构型的稳定性和ORR活性，构建了单金属掺杂石墨烯的两种构型，如图1（a-b）所示.单金属原子和氮共掺杂石墨烯也有两种构型，但是M-C构型不稳定，因此在单金属和氮共掺杂时均采用和 M-Ca构型，为了比较 Fe，C o，Ni和N共掺杂石墨烯（M-N-G)的ORR活性，构建了单金属和氮共掺杂石墨烯的4种构型，如图1(c-f)，分别为M-N-G、M-N-G、M-N3-G和M-N4-G.然而 M-N,-G构型又存在3种不同构型，分别为 M-N21-G、M-N2 2-G 和M-N23-G，如图1（g-i)，这样能更直接的发现不同构型对氮掺杂的影响：在本文中，单金属原子M指的是Fe，Co，Ni 之一,2.2计算方法本文基于第一性原理的密度泛函理论，应用Materials Studio软件进行全部的模拟计算，使用MaterialsStudio软件的CASTEP模块对建立的氮掺杂石墨烯模型进行结构优化，选择几何优化为任务目标，使用广义梯度近似理论（GGAPBE)交换关联泛函的方法进行模拟计算，由于整个Fe，Co，Ni和N共掺杂石墨烯模型是致密的体系结构，所以使用这种方法得到的计算结果更为精确 设定相应的截断能为40 0 eV，收敛质量为中等，总能量的收敛精度为2.0 10-5eV/A，每个原子最大的力的收敛精度为0.0 5eV/A，最大位移为0.0 0 2 A，最大迭代步数为10 0，考虑自旋极化效应，使用正常自旋为初始自旋布里渊区积分采用Monkhorst-Pack型网格，K点取值为221.为了比较Fe，C o，Ni和N共掺杂石墨烯模型体系的吸附能和脱附能，选择能带结构、态密度和布局分析进行运算。032004-2第3期第41卷马俊杰，等：Fe/Co/Ni-N共掺杂石墨烯氧还原反应活性的DFT研究第3期(a)(b)(f)(d)(g)图1单金属掺杂石墨烯构型(a-b)、单金属和氮共掺杂石墨烯构型（c-f)和 M-N-G 的3 种构型(g-i)Fig.1 Monometallic doped graphene configurations(a-b),monometallic and nitrogen co-doped graphene configurations(c-f)and three configurations of M-N2-G(g-i)MaterialsStudio软件是研究原子级多孔材料结构和性质的有效工具，提供了全面的模拟环境，集量子力学、分子力学和介观模拟为一体，可以解决催化剂、化学反应等材料和化学领域的一些重要问题12 其中的CASTEP模块有独特的以DFT为基础的量子力学程序，一般多应用于均相催化研究、多相催化、分子反应研究等方面，以使用原子中心网格的数值函数作为原子基13，其基函数由不同原子的DFT方程得到，这样可以准确的描述体系：由于CASTEP模块的优化方法相较于其他模块更加的准确而且高效，多以该模块成为了进行分子DFT研究（尤其是周期性分子)的精度最高的模块之一，3结果与讨论3.1吸附能理论和实验研究表明，吸附能是催化剂氧还原反应活性的有效描述，吸附能与氧还原反应活性的关系对催化剂的性能具有重要的意义14 由于吸附能是一个作为展现电化学耦合的参数，而氧还原反应活性归结于界面电子耦合，因此吸附能也是用来定义表面反应物的氧还原反应活性的一个很好的筛选因子15 固体催化剂的表面活性是由每个活性位点的整体活性（本征)和暴露的活性位点数（外在)决定的，而电催化的氧还原反应(h)032004-3过程包含了催化剂表面反应物的吸附过程，在反应物和催化剂之间打断某些结合键来形成新的化学键，从而得到活性中间体16 .Fe，C o，Ni 和N共掺杂石墨烯吸附氧分子时，会存在物理吸附和化学吸附，但是化学吸附起主导作用，因此本文只研究化学吸附通过GGA-PW91方法对体系进行弛豫，得到吸附氧分子的稳定构型，再分别分析各个体系的吸附氧气的相关性质本文定义体系的吸附能计算公式如下：E adopion=Eloal-Emolele+surace在M-N-G吸附氧气模型中，Emoleule为氧分子的能量，Esurface为M-N,-G的能量，Etotal为体系总能量，也就是氧分子能量与M-N-G能量之和吸附能反映了界面两边物质相互作用的强弱，如果吸附能是负值，则绝对值越大，相互作用力也越大。Fe，C o，Ni掺杂石墨烯时，由于 M-C,和 M-C.两种构型的体系总能量相差不大，因此为了论证的严谨性，对这两种构型对氧气的吸附能都进行了计算在单金属掺杂石墨烯中，因为金属的强还原性，氧气分子会直接与金属原子发生化学吸附并形成离子键氧分子可以以OOH、O 和OH 的结构形式吸附在石墨烯表面，因为 OOH 的吸附形式最为常见，据此选择OOH的吸附形式，第41卷如图2(a-b），M-C,和M-C.吸附氧气之后的构型分别为M-G-A和M-G-B.经过模拟计算，Fe，Co，Ni 掺杂石墨烯分别吸附氧气的吸附能如表1所示从表中可以看出，无论是M-G-A还是M-G-B构型，都是Fe掺杂石墨烯吸原子与分子物理学报附氧气的吸附能最大，达到0.19 eV和0.37 eV,这说明氧分子更容易与Fe相结合，更有利于电子的转移；而且在 M-G-B构型中，Fe掺杂石墨烯吸附氧气的吸附能要远远大于Co和Ni.第3期(a)图2氧分子在 M-G-A(a)、M-G-B(b)和 M-N22-G(c)上的稳定吸附构型Fig.2 Stable adsorption configurations of oxygen molecules on M-G-A(a),M-G-B(b)and M-N22-G(c)表1Fe，Co，Ni 掺杂石墨烯吸附氧气的吸附能Table 1 Adsorption energies of Fe,Co and Ni doped grapheneconfigurations for oxygen adsorptionFe,Co,Ni dopedgrapheneconfigurationsAdsorptionenergy(eV)Fe，C o，Ni和N共掺杂石墨烯时，氮的掺杂一共有6 种，分别为M-N-G、M-N2 1-G、M-N22-G、M-N2 3-G、M-N,-G 和 M-N4-G，其吸附氧气时同样是以OOH的结构形式吸附在石墨烯表面，氧分子与金属原子吸附成键，其中M-N-G的构型如图2(c)所示模拟计算后，Fe，Co，Ni 和N共掺杂石墨烯分别吸附氧气的吸附能如表2 所示由表可知，M-N4-G催化剂的氧气吸附能最大，这应该是氮含量对其ORR活性产生了影响；在M-N4G 构型中，Fe-N4-G吸附氧气的吸附能又大于 Co-N4-G和Ni-N4-G，达到3.7 4eV，说明Fe与N共掺杂石墨烯的氧气吸附更容易；而M-N21-G、M-N22-G 和 M-N23-G 吸附氧气的吸附能相差并不明显，因此M-N-G的三种构型对其 ORR活性的影响几乎相同。3.2脱附能化学吸附并不是氧还原反应活性高低的唯一判断标准，化学脱附同样是氧气还原反应过程中的一个重要环节17 氧气从掺杂石墨烯基底脱附的脱附能决定着氧分子是否容易从掺杂石墨烯中脱附，完成电子的转移，因此研究氧分子在掺杂点(b)Fe-G Co-G Ni-G Fe-GCo-GNi.-G（-A-A-A-B-B-B0.190.150.150.370.04()表2 Fe，Co，Ni 和N共掺杂石墨烯吸附氧气的吸附能Table 2Adsorption energies of Fe,Co,Ni and N co-dopedgraphene configurations for oxygen adsorptionFe,Co,Ni andM-M-N Co-dopedNi-N21-N22-N23-N3-N4-grapheneGGconfigurationsFe-0.01Nx-0.041.241.451.362.253.74GCo-AdsorptionNx-1.161.521.531.532.212.94energy(eV)GNi-Nx-1.051.451.461.442.332.59G石墨烯表面的脱附，对于催化反应的机理和判断氧还原反应活性具有十分重要的意义：本文通过GGA-PW91方法对Fe，C o，Ni 和N共掺杂石墨烯体系进行弛豫，得到氧分子脱附中各个过程的稳定构型，再分别分析各个体系的氧分子脱附的相关性质。氧分子从Fe，Co，Ni 掺杂石墨烯脱附时，由于氧分子是以OOH的结构形式吸附在石墨烯表面，氧分子的脱附会经历OOH、O H 和H,O的过程，如图3(ac)所示经过模拟计算之后，再分别计算氧分子变为 OOH、O H 和H,O三个状态的能量变化，最后算出脱附能，如表1所示从表1中可以看出，Fe-G-A、C o-G-A 和 Ni-G-A脱附氧气的脱附能相差不大，说明Fe，Co,Ni掺杂石墨烯以M-C,的形式掺杂时其脱附能几乎相同；Fe-C-B脱附氧气的脱附能最小，仅为3.0 6 eV，说明Fe掺杂石墨烯以M-C4的形式掺杂时，氧分子更容易脱附，更有利于电子转移.032004-4M-M-M-M-GGGG第41卷氧分子从Fe，C o，Ni和N共掺杂石墨烯脱附时，氧分子的脱附同样会经历OOH、O H 和H,O的过程，如图3(de)所示，模拟计算后，再分别计算氧分子变为OOH、O H 和H,O三个状态的能量变化，最后得到脱附能，如表2 所示从中可以看出，在M-N4-G构型中，Fe-N4-G脱附氧马俊杰，等：Fe/Co/Ni-N共掺杂石墨烯氧还原反应活性的DFT研究第3期气的吸脱附能比 Co-N4-G和 Ni-N4-G更小,为1.7 7 eV，说明Fe和N共掺杂石墨烯催化剂氧气脱附过程更容易发生；但总体来看，FeN-G脱附氧气的脱附能相差并不明显，说明氮含量对Fe和N共掺杂石墨烯的ORR活性影响不大，Co-Nx-G和 Ni-N,-G也同样是如此.(a)(b)(d)Fig.3 Desorptions of oxygen molecules from M-G-B(a-c)and M-N,-G(d-f)表3Fe，Co，Ni 掺杂石墨烯脱附氧气的脱附能Table 3Desorption energies of Fe,Co,Ni doped grapheneconfigurations for oxygen desorptionFe,Co,Ni dopedgrapheneconfigurationsDesorptionenergy(eV)表4Fe，Co，Ni 和N共掺杂石墨烯脱附氧气的脱附能Table 4Desorptions energies of Fe,Co,Ni and N co-dopedgraphene for oxygen desorptionFe,Co,Ni andM-M-M-M-N co-dopedN2-N22-N22-NN22-N2-N4一grapheneGconfigurationsFe-Nx-1.831.821.811.811.801.77GCo-:DesorptionNx-1.851.821.831.85 1.821.81energy(eV)GNi-Nx-1.881.87 1.861.871.851.83G3.2导电性导电性是描述催化剂氧还原活性的另一个有效参数18 .通过GGA-PBE方法分别计算出Fe-N-G的能带结构，得到Fe和N共掺杂石墨烯(e)图3氧分子从 M-B(a-c)和 M-N,-C(d-f)中脱附的过程Fe-GCo-GNi-GFe-GCo-GNi-G-A-A-A-B-B-B3.123.123.143.064.804.63M-M-CG(f)的带隙，如表5所示从表中可以看出，随着氮含量增加，Fe和N共掺杂石墨烯的带隙也越来越大，其中Fe-N4-G的带隙最大，为0.341 eV,因此Fe-N4-G的导电性也最好，说明氮含量的增加有利于打开石墨烯结构的带隙，使得其导电性变好.而 Fe-N21-G、Fe -N2 -G 和 Fe-N23-G 的带隙相差并不明显，因此Fe-N，-G 的三种构型对其导电性的影响几乎相同.表5Fe和N共掺杂石墨烯的带隙Table 5 Band gaps of Fe and N Co-doped graphene configu-rationsFe and NFe-Fe-Fe-Fe-Fe-Fe-co-dopedNi-N21-N22-N23-N:-N4-grapheneGGG032004-5GconfigurationsBand gap(eV)4 结 论基于密度泛函理论模拟研究了Fe，Co，Ni 和N共掺杂石墨烯的吸附能、脱附能和导电性，从而比较单金属原子和氮不同的共掺杂方式对石墨烯ORR活性的影响基于模拟结果分析，从吸附能来看，Fe掺杂石墨烯和Fe和N共掺杂石墨烯吸附氧气的吸附能最大，更容易吸附氧气，且Fe-N4-G吸附氧气的吸附能在 Fe-Nx-G中最大；从脱附能来看，Fe 以M-C4的形式掺杂石墨G00.1140.1100.1130.2540.341GGGG第41卷烯时，氧分子脱附更容易进行，且Fe和N共掺杂石墨烯更容易使氧气脱附；从导电性的角度分析，氮含量的增加有利于增强石墨烯的导电性：综上所述，同时考虑吸附能、脱附能和导电性，单金属原子掺杂石墨烯时，Fe掺杂石墨烯的ORR活性优于Co和Ni；单金属原子和氮共掺杂石墨烯时，M-N4-G的ORR活性优于M-N,-G、M-N-G和M-N，-G，且Fe和N共掺杂石墨烯的ORR活性优于Co和Ni.参考文献：1Lopez-Chavez E,Garcia-Quiroz A,Jimenez-Gonzalez L J,et al.Quantum chemistry of the oxygenreduction reaction(ORR)on Fe-G iron doped gra-phene for fuel cells J.Int.J.Hydrog.Energy,2019,44:12439.2Ding S,Ning K,Yuan B,et al.Durability of Fe-N/C catalysts with different nanostructures for electro-chemical oxygen reduction in alkaline solution J.J.Inorg.Mater.,2020,35：547（i n Ch i n e s e）丁异,宁错，袁斌霞，等碱性溶液中不同微观结构的Fe-N/C催化剂氧还原性能的稳定性对比研究J.无机材料学报，2 0 2 0，35：9533 Chen X,Chen S,Wang J Y.Screening of catalytic ox-ygen reduction reaction activity of metal-doped gra-phene by density functional theory J.Appl.Surf.Sci.,2016,379:291.4Liu J F,Wang T,Zhang Z H,et al.Nitrogen-dopedcarbon catalyst by ultrasonic for electrocatalytic CO,re-duction J.Pol.J.Chem.Technol.,2020,22:24.5Tang Q,Zhou Z,Chen Z F.Innovation and discoveryof graphene-like materials via density-functionaltheory computations J.Wires Comput.Mol.Sci.,2015,5:360.6Xiao M L,Zhou J B,Liu C P.Recent progress in non-precious metal oxygen reduction reaction catalystswith an encapsulation structure J.J.Electrochem.,2016,22:101.7Fei H,Dong J,Feng Y,et al.General synthesis anddefinitive structural identification of MN,C single-at-om catalysts with tunable electrocatalytic activities J.Nat.Catal.,2018,1:63.8Bokola S,Merzougui B,Akinpelu A,et al.Cobaltand nitrogen Co-doped tungsten carbide catalyst foroxygen reduction and hydrogen evolution reactions原子与分子物理学报J.Electrochim.Acta,2016,3:1113.9Li B,Chen Y,Ge X,et al.Mussel-inspired one-pot synthesis of transition metal and nitrogen co-doped carbon(M/N-C)as efficient oxygen catalystsfor Zn-air batteries J.Nanoscale,2016,8:5067.10 Yang Y,Li K,Meng Y,et al.A density functionalstudy on the oxygen reduction reaction mechanism onFeN,-doped graphene J.New J.Chem.,2018,42:6873.11Liu J F,Ning K,Ding S,et al.Optimization of poresize of mesoporous carbon as a platinum catalyst carrierJ.Battery,2020,50:326（i n Ch i n e s e）刘建峰,宁错，丁昇，等，介孔碳作为铂催化剂载体孔径的优化J.电池，2 0 2 0,50：32 6 12 Liu J F,Ning K,Ding S,et al.Simulation of the opti-mum pore size of mesoporous carbon as catalyst supportJ.Battery Bimonthly,2020,50:326(in Chinese)【刘建峰，宁错，丁昇，等：介孔碳作为铂催化剂载体孔径的优化J电池，2 0 2 0，50：32 6 13Li Y W,Yao J H,Yang J W,et al.Application ofMaterials Studio software in teaching the structure ofmatter J.China Modern Education Equipment,2018，7：31（i n Ch i n e s e）李延伟，姚金环，杨建文，等MaterialsStudio软件在物质结构教学中的应用J中国现代教育装备，2 0 18，7：3114Tao Y,Liu C,Yang J,et al.First principles study ofthermal conductance across Cu/Graphene/Cu nanocom-position and the effect of hydrogenation C /Interna-tional Conference on Micro/Nanoscale Heat Transfer.American Society of Mechanical Engineers,2016.15Zeng Q W,Hu R M,Chen Z B,et al.Single-atomFe and N co-doped graphene for lithium-sulfur bat-teries:a density functional theory study J.Mater.Res.Express,2019,6:095620.16 Karami A R.Density functional theory study of acrole-in adsorption on graphyne J.Can.J.Chem.,2015,9:1261.17Wang J,Li L,Wei Z D.Density functional theorystudy of oxygen reduction reaction on different types ofN-doped graphene J.Acta Phys.-Chim.Sin.,2016,32:321.18 Lobzenko I,Dmitryev S V,Baimova J,et al.Numeri-cal studies of discrete quasibreathers in graphene in theframework of density functional theory J.Mater.Sci.Forum,2016,845:215.第3期032004-6