电化学（中英文）

第29卷第12期封面和目次

2023, 29(12): 0-0.

摘要 ( 3 )

PDF (69712KB) ( 161 )

相关文章 | 计量指标

氮掺杂石墨毡对水系醌基氧化还原液流电池性能的影响

张衡, 夏力行, 姜珊, 王福芝, 谭占鳌

2023, 29(12): 2203231. doi:10.13208/j.electrochem.2203231

摘要 ( 403 )

RichHTML ( 16)

PDF (5605KB) ( 965 )

数据和表 | 参考文献 | 相关文章 | 计量指标

电极的性能是实现水系醌基氧化还原液流电池（AQRFBs）高能量效率的关键。本文采用尿素水热反应对石墨毡（GF）进行改性，同时研究了水热反应时间对氮掺杂石墨毡表面官能团和结构的影响。利用扫描电子显微镜（SEM）、比表面积及孔隙度分析仪（BET）、拉曼光谱（Raman）和X射线光电子能谱（XPS）对改性电极的表面形貌、比表面积、碳缺陷、元素含量和表面官能团进行了表征。然后，通过循环伏安法、电化学阻抗谱和单电池循环对改性电极的电化学性能进行了研究。结果表明，氮掺杂提高了石墨毡的比表面积、亲水性和电导率。氮掺杂石墨毡（NGFs）具有优异的电化学催化活性和较低的电荷转移电阻。与GF相比，在100 mA·cm^-2时，电池负极使用NGF-6电极后，醌基氧化还原液流电池的能量效率提高了8.0%。

碳酸酯类电解液中纳米银电极界面过程的原位拉曼光谱研究

谷宇, 胡元飞, 王卫伟, 尤恩铭, 唐帅, 苏建加, 易骏, 颜佳伟, 田中群, 毛秉伟

2023, 29(12): 2301261. doi:10.13208/j.electrochem.2301261

摘要 ( 494 )

RichHTML ( 16)

PDF (1840KB) ( 499 )

数据和表 | 参考文献 | 补充材料 | 相关文章 | 计量指标

锂电池体系中负极表面固态电解质界面相（SEI）对锂电池性能起到至关重要的作用。然而，SEI结构和化学组成复杂，其形成机理至今仍未完全阐明，阻碍了锂电池的发展和应用。本文从方法学角度出发，采用表面增强拉曼光谱（SERS）“借力”策略，通过优化银纳米粒子的结构并借助其外来表面局域等离激元共振作用，开展以EC-DMC为溶剂的碳酸酯类电解液体系中SEI成膜过程的原位研究。为了确保可靠的原位SERS测试，我们设计了一种三电极体系气密拉曼电池。我们利用原位SERS方法，在纳米银电极上获得了SEI成膜过程的组成和结构信息。研究表明，SEI随电位变化呈现出双层结构，其中内层由薄且致密的无机组分构成，外层由疏松的有机组分构成。同时，研究发现LEMC是EC还原的主要成分，而不是LEDC，且金属锂参与的化学反应在形成稳定SEI中的起到关键作用。此外，锂发生沉积后，由于锂与银的合金效应导致其介电常数发生变化，从而削无法进一步增强SEI的拉曼信号。本文为深入理解负极表面SEI的形成及演变过程提供依据，并为今后开展锂电池体系相关界面过程的原位研究提供借鉴。

多孔陶瓷支撑型管式固体氧化物电解池性能研究

汪恒吉, 陈文国, 全周益, 赵凯, 孙毅飞, 陈旻, 奥坚科·弗拉基米尔

2023, 29(12): 2204131. doi:10.13208/j.electrochem.2204131

摘要 ( 469 )

RichHTML ( 8)

PDF (9516KB) ( 3462 )

数据和表 | 参考文献 | 相关文章 | 计量指标

固体氧化物电解池是一种新型能源转换技术，能实现间歇式能源到氢能的高效转化，为能源的有效利用提供了新途径。本文针对固体氧化物电解池金属镍基阴极支撑体在电解过程中的局部氧化以及由此引发的电池结构稳定性问题，提出了一种多孔氧化钇稳定的二氧化锆（YSZ）支撑型管式固体氧化物电解池，其构型为多孔YSZ支撑体/Ni-YSZ燃料极电流收集层/Ni-YSZ燃料极电化学催化层/YSZ/Ce_0.8Sm_0.2O_1.9双层电解质层以及La_0.6Sr_0.4Co_0.2Fe_0.8O_3-δ空气电极，研究了造孔剂（聚甲基丙烯酸甲酯，PMMA）的含量对多孔YSZ支撑体的孔隙率、孔径分布和支撑体机械强度的影响，考察了电解池在H₂O-H₂气氛中的电化学电解性能。研究结果表明，当PMMA含量为25wt.%时，电解池具有最优的综合力学性能和电解催化活性，在750 °C的工作温度下，电解池的产氢气速率为3 mL·min^-1·cm^-2，电解池在10次升降温热循环过程中电解性能衰减为~5%，表现出优良的电解稳定性。本研究结果验证了多孔YSZ支撑型管式电解池的应用可行性。

基于BP神经网络的电化学还原硝酸盐过程智能控制

张芯婉, 孟广源, 方立强, 常定明, 李童, 胡锦文, 陈鹏, 刘勇弟, 张乐华

2023, 29(12): 211215. doi:10.13208/j.electrochem.211215

摘要 ( 301 )

RichHTML ( 9)

PDF (3160KB) ( 546 )

数据和表 | 参考文献 | 相关文章 | 计量指标

电化学还原硝酸盐过程关键在于该废水处理过程中参数的有效控制。基于硝态氮电化学还原的测试数据和各参数间的相关性，得出与出水效果密切相关的四因素，即反应时间、初始浓度、初始pH和电流密度，采用BP神经网络算法建立了电化学法还原硝态氮的预测模型，并验证了模型的准确性。结果表明，4-7-1型BP神经网络网络构型最优，模型预测的去除效果与实测值相吻合，R²为0.9095。利用BP神经网络模型对参数调控，可以优化电化学处理过程：对电流密度进行阶段性调控，在相同处理量下可降低15%的能耗；在水质波动情况下进行电流密度控制，在相同处理时间内可保证出水达标。该研究结果可以为智能控制电化学去除硝态氮的过程提供参考。

总目次

2023, 29(12): 1.

摘要 ( 2 )

PDF (502KB) ( 58 )

当期目录