双配体CuFe@MOFs材料为前驱体的催化剂的组分调控对CO2加氢制C2+醇性能的影响

张倩 温月丽 王斌 范鹤鸣 杨晨 宋镕鹏 张维中 黄伟

引用本文: 张倩, 温月丽, 王斌, 范鹤鸣, 杨晨, 宋镕鹏, 张维中, 黄伟. 双配体CuFe@MOFs材料为前驱体的催化剂的组分调控对CO2加氢制C2+醇性能的影响[J]. 无机化学学报, 2021, 37(8): 1390-1398. doi: 10.11862/CJIC.2021.148 shu
Citation:  Qian ZHANG, Yue-Li WEN, Bin WANG, He-Ming FAN, Chen YANG, Rong-Peng SONG, Wei-Zhong ZHANG, Wei HUANG. Effect of Component Control of Catalysts with Dual Ligand CuFe@MOFs as Precursor on Performance of CO2 Hydrogenation to C2+ Alcohol[J]. Chinese Journal of Inorganic Chemistry, 2021, 37(8): 1390-1398. doi: 10.11862/CJIC.2021.148 shu

双配体CuFe@MOFs材料为前驱体的催化剂的组分调控对CO2加氢制C2+醇性能的影响

    通讯作者: 温月丽, E-mail: wenyueli@tyut.edu.cn; 黄伟, E-mail: huangwei@tyut.edu.cn
  • 基金项目:

    国家科技支撑计划项目 2013BAC14B04

    国家自然科学基金 21336006

    山西省重点研发计划项目 201803D421099

    山西省重点研发计划项目 201803D121043

    山西省留学基金委资助项目 2017-035

摘要: 采用水热法制备了以对苯二甲酸和对氨基苯甲酸为配体的双配体Fe基MOFs材料(MIL-88B(Fe)),在浸渍一定量Cu物种后经氮气气氛焙烧得到活性组分均匀分散的CuFe基催化剂。通过改变2种配体的比例调控催化剂表面Fe活性物种的价态分布,并考察了其用于固定床反应器上CO2加氢制C2+醇的催化性能,结合X射线衍射(XRD)、H2程序升温还原(H2-TPR)、N2吸附-脱附、扫描电子显微镜(SEM)、X射线光电子能谱(XPS)等表征结果发现,对苯二甲酸与对氨基苯甲酸物质的量之比为5:2时,催化剂表面低价态铁原子占比为71.27%,催化剂展现最优的催化活性,CO2转化率为8.80%,总醇选择性为31.52%,其中C2+醇的物质的量分数达到94.70%。

English

  • 人类对化石燃料的过度依赖不仅导致能源短缺,还引发了因CO2过度排放所带来的一系列环境问题[1-2]。CO2减量化、资源化利用已引起国际社会的广泛关注[3-4]。习近平总书记在2020年召开的联合国大会上也倡导通过“人工碳汇”实现“碳中和”目标。

    CO2催化加氢转化为燃料或其它高附加值化学品,是固定化、资源化利用CO2的经济有效的途径,可以实现“资源—CO2—资源”的可持续循环利用,具有重要的战略意义[5-7]。相比于甲醇,加氢产物中的C2+醇合成需要同时控制CO2还原和碳链的增长[8-9],更具有挑战性。

    当前制约CO2加氢合成C2+醇工业化的因素主要是催化剂催化效率低、寿命短、稳定性差等问题。在催化剂的研究中,改性费托催化剂[10-11]因原料易得、价格低廉颇受关注。其中,相比于稳定性差、醇选择性低的CuCo催化剂,CuFe双组分催化剂更具催化优势,因为其中的Fe可以同时催化逆水煤气变换(RWGS)和费托合成(FTS)反应[12],Cu既能活化H2又对CO非解离插入具有活性。然而,铜活性组分在高温加氢条件下容易发生迁移,引起颗粒团聚、烧结[7],导致催化剂活性和稳定性差[13],在一定程度上阻碍了CuFe基催化剂的应用。目前的研究均集中于引入载体或助剂以期提高金属的分散性、相互作用、酸碱性进而提高其催化性能[14-16],而载体、助剂的使用不仅提高了成本也增加了实验的难度和不可控因素。

    金属- 有机框架化合物(metal-organic frame- works, MOFs)是以金属离子或金属簇作节点、以有机配体作连接体,通过两者间某一种或多种作用力组装成的周期性多孔结构[17]。这种结构可以将活性金属均匀分散[18],焙烧后有效地防止了活性组分的烧结团聚,同时配体也会对双活性位点的协同作用、催化剂表面酸碱性调节[19]产生一定作用。因此本课题组前期尝试了引入MOFs结构来改善催化剂的稳定性和C2+醇产物选择性,研究发现,配体在氮气气氛焙烧后可得到均匀分散的低价金属氧化物或碳化物,一定程度上避免了活性金属的烧结,但由于制备方法是将Cu浸渍到MIL-88B(Fe)结构中,没有实现2种活性金属均固定在MOFs骨架中。为了进一步将2种活性金属同时固定在MOFs材料骨架,并引入碱性配体来提高CO2的活化性能,探索MOFs材料配体组成及比例对催化剂表面活性物种分布以及其在CO2加氢制C2+醇反应中的活性关联和制约机制,我们以硝酸铜、硝酸铁为金属源,尝试通过在MIL-88B(Fe)前驱体制备过程中引入第二种配体对氨基苯甲酸(p-ABA),并通过改变对苯二甲酸(PTA) 和对氨基苯甲酸的比例来调控催化剂表面Fe物种的组成,进而考察表面组成与催化活性间的关联因素。

    硝酸铜(Cu(NO3)2·3H2O)、硝酸铁(Fe(NO3)3· 9H2O)、无水氢氧化钠(NaOH)、N,N-二甲基甲酰胺(DMF)购自天津市科密欧化学试剂有限公司;甲醇购自天津市汇杭化工科技有限公司;PTA、p-ABA购自美国Sigma-Aldrich公司;蒸馏水(DI)购自太原理工大学中试基地(pH≈7);石英砂(SiO2)购自天津化学试剂三厂,以上试剂均为分析纯。H2(纯度不低于99.99%)、CO2(纯度不低于99.99%)、N2(纯度不低于99.99%)购自太原市福江特种气体有限公司。

    合成中所用仪器有:FA2003型电子天平(天津天马仪器厂)、DF-101S型磁力水浴锅(天津工兴电器厂)、BT100K型蠕动泵(河北保定创锐有限公司)、FYF2008型水热釜(上海志泽生物科技发展有限公司)、101-1型电热鼓风干燥箱(北京科伟永兴仪器有限公司)、TG16-WS型台式高速离心机(湖南湘仪实验室仪器开发有限公司)、SK2-4-2Q型管式炉(天津市天有利电炉有限责任公司)、DF-4A型压片机(天津港东科技发展有限公司)。

    将20.20 g Fe(NO3)3·9H2O、8.31 g PTA和一定量p-ABA分别溶于DMF溶液中,待分散均匀后将2种溶液混合搅拌30 min,用蠕动泵滴加到20 mL NaOH (4 mol·L-1)溶液中,滴加完毕后溶液在室温下搅拌30 min,然后转移到100 mL内衬为聚四氟乙烯的反应釜中,100 ℃下水热反应24 h。冷却至室温,去掉上层清液后,依次用DMF、甲醇溶液洗涤、离心3次。将固体分离物放置烘箱在60 ℃干燥12 h。将所得固体(Fe基MOFs)缓慢分散到250 mL Cu(NO3)2·3H2O的甲醇溶液(mCu(NO3)2 · 3H2OmFe-MOF=0.15)中,室温下搅拌24 h,然后升温至90 ℃搅拌蒸干,继续于烘箱中60 ℃下干燥12 h后,在管式炉氮气气氛下650 ℃焙烧4 h,制得Cmn催化剂,mn为PTA和p-ABA的物质的量之比。

    X射线衍射(XRD)测试在DX- 2700型X射线衍射仪(丹东方圆)上进行,采用Cu靶射线(λ= 0.154 184 nm),工作电流为30 mA,电压40 kV,扫描范围5°~85°,扫描速率8 (°)·min-1

    H2程序升温还原(H2-TPR)测试在TP-500型吸附仪(天津先权)上进行。将50 mg催化剂升温至150 ℃,用氦气吹扫30 min,再降温至50 ℃,切换为体积分数为5%H2-95%N2的还原气吸附30 min,然后以10 ℃·min-1速率升温至800 ℃进行程序升温还原,用热导检测器(TCD)检验耗氢量。

    N2吸附-脱附表征在QDS-30型物理吸附仪(美国康塔)上进行。将催化剂造粒后在真空200 ℃下预处理4 h,然后在液氮中采用N2吸附法测定,比表面积采用BET(Brunauer-Emmett-Teller)法计算,孔容、孔径采用BJH(Barret-Joyner-Halenda)法计算。

    扫描电子显微镜(SEM)测试在Quanta 400 FEG型场发射电子显微镜上进行,加速电压为20 kV,采用能量分布面扫描分析(EDS-mapping)来分析元素的分散性。

    X射线光电子能谱(XPS)测试在ESCALAB 250型光谱仪(赛默飞世尔科技公司)上进行,Al 为辐射源(=1 486.6 eV,12.5 kV,16 mA),真空度为p=8× 10-10 Pa,以结合能为284.8 eV的C1s为标准进行校正。

    CO2加氢反应在连续性不锈钢固定床反应器上进行,将1.0 mL催化剂置于内径为8 mm、上下装有40~60目石英砂的反应管,常压下于350 ℃采用总流量为80 mL·min-1、体积比VH2 ∶VN2 =1∶4的混合还原气原位预活化6 h,待温度降至室温后切换为体积比VCO2 ∶VH2 =1∶3、总流量为120 mL·min-1的混合反应气(条件设置为4 MPa、310 ℃、空速GHSV=7 200 h-1),对催化剂进行活性评价。反应稳定后产物采用GC- 950N气相色谱仪(南京伽诺仪器仪表有限公司)进行在线分析,气相CO、CH4、CO2等经TDX-01型填充柱分离后由TCD检测;烃类、醇类及液相产物等经PEG-20M型填充柱分离后由火焰离子检测器(FID) 检测。

    图 1为制备的催化剂的XRD图。由图 1a可知反应前所有催化剂均出现Fe0(PDF No.87-0721)、Cu0 (PDF No.02-1225)、Fe3O4(PDF No.89-2355)、FeO(PDF No.89-0687)的特征衍射峰,但其结晶度存在差异;结合图 1b发现随着p-ABA比例的增大,Fe3O4衍射峰减弱,FeO衍射峰增强,说明p-ABA的加入有利于低价态铁的形成;由图 1c可知反应后催化剂物相除Cu0、Fe3O4外,在2θ=41.2°、44.1°、47.3°位置处出现Fe5C2(PDF No. 51 - 0997) 物种的特征衍射峰;2θ = 38.2°、41.1°、43.6°处出现Fe3N(PDF No.83-0877)物种的特征衍射峰,说明催化剂在反应过程中Fe物相发生了变化[20]。比例为5∶2时低价Fe3O4、Fe5C2物种的衍射峰最强,说明这种状态下低价态铁含量最多。

    图 1

    图 1.  制备的催化剂的XRD图: (a) 反应前; (b) 局部放大; (c) 反应后
    Figure 1.  XRD patterns of as-prepared catalysts: (a) before reaction; (b) partial enlarged drawing; (c) after reaction

    根据Scherrer公式计算了催化剂反应前后的Cu0晶粒尺寸(表 1)。由表可知,反应后颗粒尺寸发生不同程度的减小,说明催化剂结构对Cu物种有较好的分散性,反应过程中没有发生团聚,而小尺寸铜晶粒拥有比较多的开放位面和边缘缺陷位点,有利于和关键反应中间产物的结合[21],促进反应的进行。

    表 1

    表 1  制备的催化剂中Cu0晶粒尺寸
    Table 1.  Crystal size of Cu0 in as-prepared catalysts
    下载: 导出CSV
    Catalyst Cu0 crystal size/nm
    Before reaction After reaction
    C5∶7 50.0 32.0
    C5∶2 43.0 27.6
    C5∶1 34.6 34.1
    C5∶0.5 48.1 33.4

    图 2为制备的催化剂反应前(a、b)后(c、d)的N2吸附-脱附等温线和孔径分布图。根据IUPAC分类,反应前后催化剂均为Ⅳ型等温线,说明催化剂在反应过程中结构没有发生变化,属于典型的介孔材料。低压区(p/p0 < 0.4)样品的N2吸附量逐渐增加,属于物理吸附;高压区(p/p0>0.4)出现H3型回滞环,说明没有出现限制性吸附[23]。由孔径分布图可知反应前后催化剂孔结构丰富,2~32 nm范围的孔同时存在,2~7 nm孔分布较均匀,3~4 nm孔最多,并且p-ABA用量的改变不会对其结构产生明显影响。

    图 2

    图 2.  制备的催化剂反应前(a、b)后(c、d)的N2吸附-脱附等温线和孔径分布图
    Figure 2.  N2-adsorption-desorption isotherms and pore size distribution curves of as-prepared catalysts before (a, b) and after (c, d) reaction

    表 2列出了催化剂反应前后的织构参数,随着p-ABA的增加,反应前(后)各催化剂之间比表面积、孔容、孔径差异较小,说明p-ABA用量对催化剂结构性质影响较小;相比于反应前,反应后催化剂比表面积发生不同程度的减小,孔容、孔径变化较不明显,可能是反应过程中轻微积碳所致。C5∶2催化剂反应后比表面积、孔容偏大,晶粒尺寸偏小,结合SEM、EDS-Mapping分析结果可推测,此催化剂中活性组分分散均匀,没有严重的烧结、团聚现象发生,结合活性数据,这可能是其催化活性较高的原因之一。

    表 2

    表 2  制备的催化剂反应前后的织构性质
    Table 2.  Texture parameters of as‑prepared catalysts before and after reaction
    下载: 导出CSV
    Catalyst SBET > /(m2·g-1) VBJH/(cm3·g-1) D/nm
    Before After Before After Before After
    C5∶7 20 12 0.04 0.04 4.3 6.6
    C5∶2 46 21 0.06 0.08 3.4 3.4
    C5∶1 17 14 0.05 0.03 4.9 5.6
    C5∶0.5 26 24 0.04 0.06 3.8 3.8

    为了进一步研究催化剂原位活化后的活性物种组成,对焙烧后催化剂进行了H2-TPR表征(图 3)。可见催化剂均在190~250 ℃和250~650 ℃范围内出现2个主要的还原峰,分别归属于Cu物种(Cu2+→ Cu0)、Fe物种(Fe3O4→FeO→Fe) 的还原[20, 22],随着p-ABA比例的增大,Cu物种还原峰向低温发生偏移,Fe物种还原峰向高温发生移动。第一个峰的出现说明催化剂中还存在铜的氧化物,由于其含量低或者分散性较好,XRD中没有出现对应的特征衍射峰;目前关于Fe3O4、FeO的还原温度没有明确的界定,所以第二个峰归属于低价态铁的还原。H2- TPR、XRD表征结果结合二氧化碳加氢反应条件可知,催化剂在反应前经氢、氮混合气350 ℃还原后,真正的活性组分为Cu0、Fe3O4以及以低价态形式存在的Fe物种。

    图 3

    图 3.  制备的催化剂的H2-TPR曲线
    Figure 3.  H2-TPR profiles of as-prepared catalysts

    为了清晰地看到催化剂表面形貌及各元素分布,对C5∶2催化剂(反应后)做了SEM和EDS-Mapping表征。如图 4所示,从图a中可以看到催化剂出现均匀的片层状结构,堆叠形成丰富的孔道,结合图 2b孔径分布结果可知,这可能是催化剂同时存在2~30 nm尺寸范围孔道的原因。增大放大倍数(图 4b4c),出现梭形杆状结构,这些结构更有利于活性位点的暴露,促进催化剂与原料气体充分接触。图 4e(Cu)、4f(Fe)、4g(O)为EDS-mapping元素分布图,可以看出Cu、Fe、O元素均匀分散,进一步证明了配体的引入有利于Cu、Fe组分的分散和相互作用,同时也有利于活性组分的暴露,增大与反应气的接触几率,促进催化反应的进行。

    图 4

    图 4.  催化剂C5∶2的SEM图(a~d)和Cu、Fe、O元素分布(e~g)
    Figure 4.  SEM images (a~d) and element distribution (e~g) of C5∶2 catalyst

    应用XPS对催化剂反应后的组成、金属价态进行了分析。表 3为催化剂各元素表面含量,除C、O、Cu、Fe主要元素外,还有微量N元素,与XRD表征结果中Fe3N物种衍射峰的出现一致。由于该系列催化剂在制备过程中配体用量较多,热解条件下分解产生的C富集于表面,导致其原子占比多达52.38% 以上;随着p-ABA用量的增加,Cu、Fe金属原子占比呈现先增大后减小的火山型趋势,配体比例为5∶2时Cu、Fe位点暴露最多,分别为2.38%、3.29%,这也是C5∶2催化剂活性较好的原因之一;N元素含量随p-ABA比例增大逐渐增多,nPTAnp-ABA=5∶2时达到0.77%,进一步增大用量其N元素含量变化较不明显,从活性金属表面含量和经济成本两方面考虑,配体PTA、p-ABA的最佳比例为5∶2。有文献指出Fe0 [24]、Fe5C2[25-26]有利于碳链增长,Fe2+有利于H2解离,为了探究催化剂表面Fe活性物种的存在形式,关联配体组成及配比与活性物种分布及催化剂活性间的关系,图 5对反应后Fe2p XPS(a)及其分峰拟合谱图(b)进行了分析。图 5a中该系列催化剂在结合能为724.4、711.2 eV处出现2个峰,并且其自旋轨道耦合(ΔE)为13.2 eV,这些特征参数对应于Fe3O4物种中的Fe3+和Fe2+ [27];在718.2 eV附近没有出现卫星峰,说明反应后催化剂中不存在Fe2O3[28],与XRD表征结果相一致,表明Fe被还原为低价态物种。为了计算不同形式的Fe含量,对Fe2p进行了分峰拟合,结合能712.5、710.7、707.5 eV处的峰分别归属于Fe3+、Fe2+、Fe0或Fe5C2[29-31],从计算结果(表 4)可以发现随着p-ABA用量的增加,Fe3+占比先减小后增大,Fe2+及低价态铁(Fe2+、Fe0和Fe5C2总和)占比先增大后减小,nPTAnp-ABA=5∶2时低价态铁的原子占比最大,为71.27%,说明催化剂C5∶2中Fe主要以低价形式存在,与XRD表征结果(图 1b)一致。结合活性数据发现,低价态Fe含量高有利于醇类尤其是C2+醇的生成,这与本课题组前期的研究结果相一致[32]。同时通过对C1s XPS谱图(图 6)的分析发现,反应后催化剂均出现4个峰,结合能位于289.5 eV的峰归属于C =O键,285.6 eV处的峰归属于C—C键,低结合能284.8、284.1 eV处的峰分别归属于表面无定形碳物种和FeCx物种[33-34],结合XRD、Fe2p XPS结果可知,FeCx物种在催化剂中主要以Fe5C2形式存在。

    表 3

    表 3  基于XPS的所制备催化剂中各元素组成及含量
    Table 3.  Elemental analysis results of as‑prepared catalysts derived from XPS
    下载: 导出CSV
    Catalyst Surface atomic concent/%
    C O N Cu Fe
    C5∶7 55.51 39.1 0.78 1.9 2.72
    C5∶2 65.37 28.19 0.77 2.38 3.29
    C5∶1 52.38 42.01 0.71 2.24 2.66
    C5∶0.5 55.98 40.68 0.65 1.13 1.56

    图 5

    图 5.  制备的催化剂反应后的Fe2p XPS谱图
    Figure 5.  Fe2p XPS spectra of as-prepared catalysts after reaction

    表 4

    表 4  制备的催化剂反应后样品表面Fe物种组成及占比
    Table 4.  Composition and proportion of Fe species in the surface of as‑prepared catalysts after reaction
    下载: 导出CSV
    Catalyst Surface atomic fraction/% χ2
    Fe3+ Fe2+ Fe0 or FeCx Low-valence Fe
    C5∶7 31.79 47.26 20.95 68.21 1.28
    C5∶2 28.73 64.72 6.55 71.27 1.52
    C5∶1 44.94 42.82 12.24 55.06 2.69
    C5∶0.5 51.71 39.13 9.16 48.29 2.53

    图 6

    图 6.  制备的催化剂反应后的C1s XPS谱图
    Figure 6.  C1s XPS spectra of as-prepared catalysts after reaction

    表 5列出了制备的催化剂用于CO2加氢反应的活性评价数据。可见,反应产物以CO、烃类为主,约占总产物的70.0%。随着p-ABA用量的增加,CO2转化率不断增大,说明氮掺杂有利于促进CO2的吸附、活化,可能是由于掺杂的N会与活性金属、CO2发生相互作用,从而降低CO2解离的活化能[35-36];同时CO选择性先减小后增大,总醇选择性先增大后减小,与低价态铁的含量的变化趋势(表 4)一致,当配体PTA和p-ABA的比为5∶2时,催化剂表面低价态铁含量最高,总醇(ROH)选择性最大,CO选择性最小,说明低价态铁的存在能够抑制RWGS反应,有利于反应向生成醇的方向进行,此时C2+醇(C2+OH)的时空收率(STY)达到峰值45.49 mg·mL-1·h-1

    表 5

    表 5  制备的催化剂的催化性能
    Table 5.  Catalytic performance of as‑prepared catalysts
    下载: 导出CSV
    Catalyst CO2 conversion/% Selectivity/% STYa/(mg·mL-1·h-1)
    CO CnHmb ROH C2+OH
    C5∶7 9.51 52.3 16.99 30.71 44.38
    C5∶2 8.8 48.08 20.4 31.52 45.49
    C5∶1 8.66 52.68 20.46 26.86 35.83
    C5∶0.5 7.55 55.18 20.07 24.76 29.88
    a STY: space time yield; bCnHm: hydrocarbons.

    表 6展示了产物中各种醇的选择性及在总醇中的分布。由表可以看出,随着p-ABA用量的增加,甲醇、丙醇选择性相对较小且呈现波动式变化,说明氮含量的变化对其没有明显作用规律;而此时乙醇选择性先增大后减小,与总醇选择性变化趋势保持一致。根据各类醇在总醇中的分布可知,产物醇中主要以乙醇为主,可能归因于催化剂结构的限域作用,当最可几孔径为3~4 nm时,乙醇的物质的量分数最高,而较大的孔径则倾向于生成乙醇偶联产物丁醇。随着p-ABA用量的增加,丁醇选择性明显变大,当2种配体的比例为5∶7时最大,此时Fe5C2占比最多,Fe5C2被认为能促进C—C偶联,有利于碳链增长[25, 37-38],这可能是丁醇选择性增大的原因。

    表 6

    表 6  制备的催化剂催化作用下醇产物中各类醇分布
    Table 6.  Alcohol distributions in total alcohol catalyzed by as‑prepared catalysts
    下载: 导出CSV
    Catalyst Selectivity*/% Alcohol distribution*/%
    Methanol Ethanol Propanol Butanol Methanol Ethanol Propanol Butanol C2+OH
    C5∶7 1.91 16.6 3.31 8.89 6.22 54.05 10.78 28.95 93.78
    C5∶2 1.67 19.87 4.78 5.2 5.3 63.04 15.16 16.5 94.7
    C5∶1 2.04 17.56 2.65 4.61 7.59 65.38 9.87 17.16 92.41
    C5∶0.5 1.72 15.33 2.74 4.97 6.95 61.91 11.07 20.07 93.05
    * Molar fraction.

    在总醇中,甲醇的物质的量分数较低,C2+醇总物质的量分数都达到了92.0% 以上,其中乙醇占主要部分。图 7对低价态铁占比与总醇选择性(a)、低价态铁占比与C2+醇选择性(b)进行了线性拟合,R2分别达到0.999 8、0.998 8,呈现较好的相关性,说明低价态铁有利于CO2加氢合成C2+醇,关于其反应机理有待进一步研究。综上所述,分散性较优的催化剂结构有利于低价态铁的形成,进而促进了CO2加氢制C2+醇,2种配体比例为5∶2时低价态铁占比最高,催化效果最佳,CO2转化率为8.80%,总醇选择性为31.52%,其中C2+醇物质的量分数达到94.70%。表 7对不同CuFe基催化剂用于CO2加氢制C2+醇的催化性能进行了对比,可以发现与多组分催化剂相比,以MOFs为前驱体制备的CuFe双组分催化剂用于CO2加氢制C2+醇时,催化性能较优,反应条件相对温和,GHSV较高,产物醇中C2+醇物质的量分数较高。

    图 7

    图 7.  低价态铁含量与总醇选择性(a)及C2+醇选择性(b) 关系图
    Figure 7.  Relationships between content of low-valence iron and selectivity of ROH (a) and C2+OH (b)

    表 7

    表 7  CuFe催化剂用于CO2加氢制C2+醇的催化性能
    Table 7.  Catalytic performance of CuFe catalyst for CO2 hydrogenation to C2+ alcohol
    下载: 导出CSV
    Catalyst p/MPa T/℃ GHSVa/h-1 CO2 conversion/% C2+OH selectivity /% nC2+ OH/nROH/% Reference
    Cu0.1Fe0.9 4 310 7 200 8.8 29.85b 94.7 This work
    Cu0.1Fe0.9c 4 310 7 200 6.8 37.43 94.06 [32]
    Fe6%-CuZnZrO2 3 300 3 000 24.15 20.1 11.1 [39]
    CuZnFe0.5K0.15 6 300 5 000 42.3 31.90
    (mass fraction)
    87.1 [40]
    3%Cs-Cu0.8Zn1.0Fe1.0 5 330 4 500 36.6 19.8 93.8 [2]
    4.6%K-CuMgZnFe 5 320 6 000 30.1 22.8 89.8 [41]
    a GHSV: gas hourly space velocity; b Alcohol selectivity was 96.74%; c Ligand was terephthalic acid, and the pyrolysis temperature was 350 ℃ in air.

    以双配体CuFe@MOFs材料为前驱体制备的催化剂用于CO2加氢制C2+醇,通过实验研究得出以下结论:

    (1) SEM、EDS-mapping表征发现,采用水热浸渍法、氮气焙烧气氛制备的CuFe基催化剂活性组分分散均匀,避免了高温加氢条件下Cu组分团聚、烧结现象的发生。

    (2) 由XPS数据可知,调节2种配体(对苯二甲酸、对氨基苯甲酸)的比例可以调控催化剂中低价态铁的分布,进而对CO2加氢合成C2+醇的催化性能产生影响。当对苯二甲酸和对氨基苯甲酸比例为5∶2时,催化剂中低价态铁占比最高,对C2+醇的生成最有利。

    (3) 铜铁组分良好的分散性是合成醇的关键,低价态铁的存在对反应产物的碳链增长起重要作用。


    1. [1]

      Wang L X, Guan E J, Wang Y Q, Wang L, Gong Z M, Cui Y, Meng X J, Gates B C, Xiao F S. Nat. Commun. , 2020, 11(1): 1033-1042 doi: 10.1038/s41467-020-14817-9

    2. [2]

      Xu D, Ding M Y, Hong X L, Liu G L, Tsang S C E. ACS Catal. , 2020, 10(9): 5250-5260 doi: 10.1021/acscatal.0c01184

    3. [3]

      贾晨喜, 邵敬爱, 白小薇, 肖建军, 杨海平, 陈汉平. 化工进展, 2020, 39(9): 271-281 https://www.cnki.com.cn/Article/CJFDTOTAL-DLXB201502001.htmJIA C X, SHAO J A, BAI X W, XIAO J J, YANG H P, CHEN H P. Chemical Industry and Engineering Progress, 2020, 39(9): 271-281 https://www.cnki.com.cn/Article/CJFDTOTAL-DLXB201502001.htm

    4. [4]

      Khan M K, Butolia P, Jo H, Irshad M, Han D, Nam K W, Kim J. ACS Catal. , 2020, 10(18): 10325-10338 doi: 10.1021/acscatal.0c02611

    5. [5]

      Li J C, Wang L G, Cao Y, Zhang C J, He P, Li H Q. Chin. J. Chem. Eng. , 2018, 26(11): 2266-2279 doi: 10.1016/j.cjche.2018.07.008

    6. [6]

      Gao P, Zhang L N, Li S G, Zhou Z X, Sun Y H. ACS Cent. Sci. , 2020, 6(10): 1657-1670 doi: 10.1021/acscentsci.0c00976

    7. [7]

      李静, 靳博晗, 岳海荣, 应建康. 应用化工, 2016, 45(11): 2005-2008 https://www.cnki.com.cn/Article/CJFDTOTAL-YCJY201602001.htmLI J, JIN B H, YUE H R, YING J K. Applied Chemical Industry, 2016, 45(11): 2005-2008 https://www.cnki.com.cn/Article/CJFDTOTAL-YCJY201602001.htm

    8. [8]

      Ouyang B, Xiong S, Zhang Y H, Liu B, Li J L. Appl. Catal. A, 2017, 543: 189-195 doi: 10.1016/j.apcata.2017.06.031

    9. [9]

      Wang Y, Zhang J J, Qian Q L, Bediako B B A. Green Chem. , 2019, 21: 589-596 doi: 10.1039/C8GC03320J

    10. [10]

      Wang P, Bai Y X, Xiao H, Tian S P, Zhang Z Z, Wu Y Q, Xie H J, Yang G H, Han Y Z, Tan Y S. Catal. Commun. , 2016, 75: 92-97 doi: 10.1016/j.catcom.2015.12.012

    11. [11]

      Xiang Y, Chitry V, Liddicoat P, Felfer P, Cairmey J, Ringer S, Kruse N. J. Am. Chem. Soc. , 2013, 135(19): 7114-7117 doi: 10.1021/ja402512r

    12. [12]

      He Z H, Cui M, Qian Q L, Zhang J J, Liu H Z, Han B X. Proc. Natl. Acad. Sci. U. S. A. , 2019, 116(26): 12654-12659 doi: 10.1073/pnas.1821231116

    13. [13]

      Hong Z S, Cao Y, Deng J F, Fan K N. Catal. Lett. , 2002, 82(1): 37-44

    14. [14]

      向航, 李静, 曹建新, 杨林. 现代化工, 2015, 35(2): 27-31 https://www.cnki.com.cn/Article/CJFDTOTAL-XDYC201502002.htmXIANG H, LI J, CAO J X, YANG L. Modern Chemical Industry, 2015, 35(2): 27-31 https://www.cnki.com.cn/Article/CJFDTOTAL-XDYC201502002.htm

    15. [15]

      付华, 章敏, 郑华艳, 李忠. 天然气化工-C1化学与化工, 2019, 44(1): 129-134 https://www.cnki.com.cn/Article/CJFDTOTAL-JFJY202001002.htmFU H, ZHANG M, ZHENG H Y, LI Z. Natural Gas Chemical Industry, 2019, 44(1): 129-134 https://www.cnki.com.cn/Article/CJFDTOTAL-JFJY202001002.htm

    16. [16]

      Luk H T, Mondeli C, Mitchell S, Curulla F D, Stewart J A, Perez R J. J. Catal. , 2019, 371: 116-125 doi: 10.1016/j.jcat.2019.01.021

    17. [17]

      蒋秀燕, 荣念新, 邱田田, 钱瑞, 王燕珍, 赫庆鹏, 黄现强. 无机化学学报, 2017, 33(12): 2303-2310 doi: 10.11862/CJIC.2017.222JIANG X Y, RONG N X, QIU T T, QIAN R, WANG Y Z, HAO Q P, HUANG X Q. Chinese J. Inorg. Chem. , 2017, 33(12): 2303-2310 doi: 10.11862/CJIC.2017.222

    18. [18]

      刘超恒, 郭晓明, 钟成林, 李亮, 华玉喜, 毛东森, 卢冠忠. 无机化学学报, 2016, 32(8): 1405-1412 https://www.cnki.com.cn/Article/CJFDTOTAL-YCJY201602001.htmLIU C H, GUO X M, ZHONG C L, LI L, HUA Y X, MAO D S, LU G Z. Chinese J. Inorg. Chem. , 2016, 32(8): 1405-1412 https://www.cnki.com.cn/Article/CJFDTOTAL-YCJY201602001.htm

    19. [19]

      辛亮亮, 孙琪, 杨琳燕, 李存, 马吉飞. 天津农业科学, 2019, 25(4): 80-85 https://www.cnki.com.cn/Article/CJFDTOTAL-JFJY202001002.htmXIN L L, SUN Q, YANG L Y, LI C, MA J F. Tianjin Agricultural Sciences, 2019, 25(4): 80-85 https://www.cnki.com.cn/Article/CJFDTOTAL-JFJY202001002.htm

    20. [20]

      Shi X P, Yu H B, Gao S, Li X Y, Fang H H, Li R J, Li Y Y, Zhang L J, Liang X L, Yuan Y Z. Fuel, 2017, 20(1): 241-248

    21. [21]

      Natesakhawat S, Ohodnicki P J, Howard B, Lekse J, Baltrus J, Mayranga C. Top. Catal. , 2013, 56: 1752-1763 doi: 10.1007/s11244-013-0111-5

    22. [22]

      Francielle C F M, Jose M A, Elisabete M A. Mol. Catal. , 2017, 458: 297-306

    23. [23]

      Gao W, Zhao Y F, Liu J M, Huang Q W, He S, Li C M, Zhao J W, Wei M. Catal. Sci. Technol. , 2013, 3(5): 1324-1332 doi: 10.1039/c3cy00025g

    24. [24]

      Ding J, Zhao W X, Zi L T, Xu X, Liu Q, Zhong Q, Xu Y. Int. J. Hydrogen Energy, 2020, 45(30): 15254-15262 doi: 10.1016/j.ijhydene.2020.03.249

    25. [25]

      Liu J H, Zhang G H, Jiang X, Wang J H, Song C S, Guo X W. Catal. Today, 2020, 371(SI): 162-170

    26. [26]

      Yu H, Fang C Y, Ji X W, Wei J, Ge Q J, Sun J. ACS Catal. , 2020, 10(20): 12098-12108 doi: 10.1021/acscatal.0c03215

    27. [27]

      Reddy G K, Boolchand P, Smirniotis P G. J. Phys. Chem. C, 2012, 116(20): 11019-11031 doi: 10.1021/jp301090d

    28. [28]

      Turu Y, Peter H. Appl. Surf. Sci. , 2008, 254: 2441-2449 doi: 10.1016/j.apsusc.2007.09.063

    29. [29]

      Shi J J, Hu X M, Madsen M R, Lamagni P, Bjerglund E T, Pedersen S U, Skrydstrup T, Daasbjerg K. ACS Appl. Nano Mater. , 2018, 1(7): 3608-3615 doi: 10.1021/acsanm.8b00755

    30. [30]

      Yang C, Zhao H B, Hou Y L, Ma D. J. Am. Chem. Soc. , 2012, 134(38): 15814-15821 doi: 10.1021/ja305048p

    31. [31]

      Ramirez A, Gevers L, Bavykina A, Ould-chikh S, Gascon J. ACS Catal. , 2018, 8(10): 9174-9182 doi: 10.1021/acscatal.8b02892

    32. [32]

      张维中, 温月丽, 宋镕鹏, 王斌, 张倩, 黄伟. 高等学校化学学报, 2020, 41(6): 1297-1305 https://www.cnki.com.cn/Article/CJFDTOTAL-DLXB201502001.htmZHANG W Z, WEN Y L, SONG R P, WANG B, ZANG Q, HUANG W. Chem. J. Chinese Universities, 2020, 41(6): 1297-1305 https://www.cnki.com.cn/Article/CJFDTOTAL-DLXB201502001.htm

    33. [33]

      Shigenori U, Hiroaki H, Yoshiyuki H, Hirofumi K, Kunimitsu T, Hideki S, Masahiko A, Masako Y, Sumio I, Kastumi K. J. Phys. Chem. C, 2007, 111(15): 5572-5575 doi: 10.1021/jp071273k

    34. [34]

      Mukasyan A S, Roslyakov S, Pauls J M, Gallington L C, Orlova C, Liu X Y, Dobrowolska M, Furdyna J K, Manukyan K V. Inorg. Chem. , 2019, 58(9): 5583-5592 doi: 10.1021/acs.inorgchem.8b03553

    35. [35]

      Pan F P, Zhang H G, Liu K X, Cullen D, More K, Wang M Y, Feng Z X, Wang G F, Wu G, Li Y. ACS Catal. , 2018, 8(4): 3116-3122 doi: 10.1021/acscatal.8b00398

    36. [36]

      Chang K, Zhang H C, Chen J G, Lu Q, Cheng M J. ACS Catal. , 2019, 9(9): 8197-8207 doi: 10.1021/acscatal.9b01318

    37. [37]

      An B, Cheng K, Wang C, Wang Y, Lin W B. ACS Catal. , 2016, 6(6): 3610-3618 doi: 10.1021/acscatal.6b00464

    38. [38]

      Zhang M H, Ren J, Yu Y Z. ACS Catal. , 2020, 10(1): 689-701 doi: 10.1021/acscatal.9b03639

    39. [39]

      郭伟, 高文桂, 王华, 田俊杰, 韩冲, 覃志强. 材料导报, 2013, 27(20): 44-47 https://www.cnki.com.cn/Article/CJFDTOTAL-DLXB201501010.htmGUO W, GAO W G, WANG H, TIAN J J, HAN C, QIN Z Q. Materials Review, 2013, 27(20): 44-47 https://www.cnki.com.cn/Article/CJFDTOTAL-DLXB201501010.htm

    40. [40]

      Li S G, Guo H J, Luo C R, Zhang H R, Xiong L, Chen X D, Ma L L. Catal. Lett. , 2013, 143(4): 345-355 doi: 10.1007/s10562-013-0977-7

    41. [41]

      Xu D, Ding M Y, Hong X L, Liu G L. ACS Catal. , 2020, 10(24): 14516-14526 doi: 10.1021/acscatal.0c03575

  • 图 1  制备的催化剂的XRD图: (a) 反应前; (b) 局部放大; (c) 反应后

    Figure 1  XRD patterns of as-prepared catalysts: (a) before reaction; (b) partial enlarged drawing; (c) after reaction

    图 2  制备的催化剂反应前(a、b)后(c、d)的N2吸附-脱附等温线和孔径分布图

    Figure 2  N2-adsorption-desorption isotherms and pore size distribution curves of as-prepared catalysts before (a, b) and after (c, d) reaction

    图 3  制备的催化剂的H2-TPR曲线

    Figure 3  H2-TPR profiles of as-prepared catalysts

    图 4  催化剂C5∶2的SEM图(a~d)和Cu、Fe、O元素分布(e~g)

    Figure 4  SEM images (a~d) and element distribution (e~g) of C5∶2 catalyst

    图 5  制备的催化剂反应后的Fe2p XPS谱图

    Figure 5  Fe2p XPS spectra of as-prepared catalysts after reaction

    图 6  制备的催化剂反应后的C1s XPS谱图

    Figure 6  C1s XPS spectra of as-prepared catalysts after reaction

    图 7  低价态铁含量与总醇选择性(a)及C2+醇选择性(b) 关系图

    Figure 7  Relationships between content of low-valence iron and selectivity of ROH (a) and C2+OH (b)

    表 1  制备的催化剂中Cu0晶粒尺寸

    Table 1.  Crystal size of Cu0 in as-prepared catalysts

    Catalyst Cu0 crystal size/nm
    Before reaction After reaction
    C5∶7 50.0 32.0
    C5∶2 43.0 27.6
    C5∶1 34.6 34.1
    C5∶0.5 48.1 33.4
    下载: 导出CSV

    表 2  制备的催化剂反应前后的织构性质

    Table 2.  Texture parameters of as‑prepared catalysts before and after reaction

    Catalyst SBET > /(m2·g-1) VBJH/(cm3·g-1) D/nm
    Before After Before After Before After
    C5∶7 20 12 0.04 0.04 4.3 6.6
    C5∶2 46 21 0.06 0.08 3.4 3.4
    C5∶1 17 14 0.05 0.03 4.9 5.6
    C5∶0.5 26 24 0.04 0.06 3.8 3.8
    下载: 导出CSV

    表 3  基于XPS的所制备催化剂中各元素组成及含量

    Table 3.  Elemental analysis results of as‑prepared catalysts derived from XPS

    Catalyst Surface atomic concent/%
    C O N Cu Fe
    C5∶7 55.51 39.1 0.78 1.9 2.72
    C5∶2 65.37 28.19 0.77 2.38 3.29
    C5∶1 52.38 42.01 0.71 2.24 2.66
    C5∶0.5 55.98 40.68 0.65 1.13 1.56
    下载: 导出CSV

    表 4  制备的催化剂反应后样品表面Fe物种组成及占比

    Table 4.  Composition and proportion of Fe species in the surface of as‑prepared catalysts after reaction

    Catalyst Surface atomic fraction/% χ2
    Fe3+ Fe2+ Fe0 or FeCx Low-valence Fe
    C5∶7 31.79 47.26 20.95 68.21 1.28
    C5∶2 28.73 64.72 6.55 71.27 1.52
    C5∶1 44.94 42.82 12.24 55.06 2.69
    C5∶0.5 51.71 39.13 9.16 48.29 2.53
    下载: 导出CSV

    表 5  制备的催化剂的催化性能

    Table 5.  Catalytic performance of as‑prepared catalysts

    Catalyst CO2 conversion/% Selectivity/% STYa/(mg·mL-1·h-1)
    CO CnHmb ROH C2+OH
    C5∶7 9.51 52.3 16.99 30.71 44.38
    C5∶2 8.8 48.08 20.4 31.52 45.49
    C5∶1 8.66 52.68 20.46 26.86 35.83
    C5∶0.5 7.55 55.18 20.07 24.76 29.88
    a STY: space time yield; bCnHm: hydrocarbons.
    下载: 导出CSV

    表 6  制备的催化剂催化作用下醇产物中各类醇分布

    Table 6.  Alcohol distributions in total alcohol catalyzed by as‑prepared catalysts

    Catalyst Selectivity*/% Alcohol distribution*/%
    Methanol Ethanol Propanol Butanol Methanol Ethanol Propanol Butanol C2+OH
    C5∶7 1.91 16.6 3.31 8.89 6.22 54.05 10.78 28.95 93.78
    C5∶2 1.67 19.87 4.78 5.2 5.3 63.04 15.16 16.5 94.7
    C5∶1 2.04 17.56 2.65 4.61 7.59 65.38 9.87 17.16 92.41
    C5∶0.5 1.72 15.33 2.74 4.97 6.95 61.91 11.07 20.07 93.05
    * Molar fraction.
    下载: 导出CSV

    表 7  CuFe催化剂用于CO2加氢制C2+醇的催化性能

    Table 7.  Catalytic performance of CuFe catalyst for CO2 hydrogenation to C2+ alcohol

    Catalyst p/MPa T/℃ GHSVa/h-1 CO2 conversion/% C2+OH selectivity /% nC2+ OH/nROH/% Reference
    Cu0.1Fe0.9 4 310 7 200 8.8 29.85b 94.7 This work
    Cu0.1Fe0.9c 4 310 7 200 6.8 37.43 94.06 [32]
    Fe6%-CuZnZrO2 3 300 3 000 24.15 20.1 11.1 [39]
    CuZnFe0.5K0.15 6 300 5 000 42.3 31.90
    (mass fraction)
    87.1 [40]
    3%Cs-Cu0.8Zn1.0Fe1.0 5 330 4 500 36.6 19.8 93.8 [2]
    4.6%K-CuMgZnFe 5 320 6 000 30.1 22.8 89.8 [41]
    a GHSV: gas hourly space velocity; b Alcohol selectivity was 96.74%; c Ligand was terephthalic acid, and the pyrolysis temperature was 350 ℃ in air.
    下载: 导出CSV
  • 加载中
计量
  • PDF下载量:  8
  • 文章访问数:  819
  • HTML全文浏览量:  183
文章相关
  • 发布日期:  2021-08-10
  • 收稿日期:  2021-01-28
  • 修回日期:  2021-04-25
通讯作者: 陈斌, bchen63@163.com
  • 1. 

    沈阳化工大学材料科学与工程学院 沈阳 110142

  1. 本站搜索
  2. 百度学术搜索
  3. 万方数据库搜索
  4. CNKI搜索

/

返回文章