纳米粒子因其在物理、化学、医学、材料科学等多个科学领域的广泛应用而吸引了人们极大的兴趣。尤其是金属纳米颗粒,其催化性能可以根据生长条件进行精细控制,显示出巨大的潜力。目前,人们在通过控制合成纳米晶体的特定尺寸、形状和组成来实现它们所需的功能特性方面已经投入了大量的精力。然而,大多数实验研究都局限于二维(2D)观测。纳米晶体是在三维(3D)空间中生长,为了真正理解机制,研究其3D原子细节中纳米团簇之间的界面必不可少。
基于此,韩国科学技术院Yongsoo Yang报道了应用神经网络辅助AET来确定哑铃形铂(Pt)纳米粒子的3D原子结构,从而实现了进一步探索纳米粒子合并过程的3D细节以及由此产生的结构特性对催化性能的影响。
文章要点
1)研究人员在界面处清晰地观察到具有层错的双孪晶结构,以及整体的各向异性和无序性,这表明了MD模拟所预期的聚集过程的路径。
2)此外,通过表面应变分析,研究人员发现,3D原子结构与催化性能直接相关,证明聚结过程诱导的应变可以显著影响依赖于面形的ORR。ORR分析结果显示,在高应变区,{100}晶面比{111}晶面表现出更出色的ORR活性。
这项工作在单原子水平上提供了关于纳米颗粒聚结机理和原子结构与催化性能之间关系的重要线索。
参考文献
Juhyeok Lee, et al, Direct Observation of Three-Dimensional Atomic Structure of Twinned Metallic Nanoparticles and Their Catalytic Properties, Nano Lett., 2022
DOI: 10.1021/acs.nanolett.1c03773
https://doi.org/10.1021/acs.nanolett.1c03773