碳基催化剂在高级氧化过程中的自抑制效应：聚合产物导致失活的分子机制与可持续再生策略

一、 研究团队与发表信息

本研究由来自中国重庆大学、香港理工大学、青岛科技大学和中国科学技术大学的研究团队共同完成。主要作者包括段丕俊、刘九云、陈磊、李明雪、潘婧雯、张志权、白长伟、陈新佳、俞汉青和陈飞。研究成果以题为“Polymeric products deactivate carbon-based catalysts in catalytic oxidation reactions”的论文形式，于2025年1月17日在线发表在学术期刊 Nature Water 上（2025年2月第3卷，第178-190页）。

二、 学术背景与研究目标

本研究属于环境科学与技术领域，聚焦于水处理中的非均相催化高级氧化过程。高级氧化过程（Advanced Oxidation Processes, AOPs）是降解水中持久性有机污染物的有效技术。其中，基于碳材料（如碳纳米管、生物炭、石墨烯等）的非均相催化高级氧化过程（Heterogeneous Catalytic AOPs, HG-AOPs）因其高效、稳定而备受关注。然而，催化剂在运行过程中的失活问题严重制约了该技术的可持续发展和实际应用。尽管在能源催化领域，催化剂失活机制已有较多研究，但在HG-AOPs，特别是碳基催化体系中，从分子层面理解失活机制的研究仍非常匮乏。此前研究观察到，在碳基催化过程中，有机污染物可能通过聚合而非完全矿化的方式被去除，且聚合产物倾向于沉积在催化剂表面，这被认为与催化剂失活相关。但科学证据有限，对于聚合产物如何具体影响催化步骤（如反应物吸附、氧化剂活化、电子转移等）导致失活，缺乏深入系统的认知。

因此，本研究旨在系统阐明碳基HG-AOPs中聚合现象与催化剂失活之间的内在联系。具体目标包括：1) 确认聚合诱导的自抑制效应在碳基AOPs中的普遍性；2) 揭示聚合产物的沉积机制及其与聚合度的关系；3) 从分子层面阐明沉积的聚合产物如何干扰界面反应动力学，最终导致催化剂失活；4) 基于对失活机制的理解，评估和展望催化剂的可持续再生策略。

三、 详细研究流程与方法

本研究是一个多方法、多角度结合的系统性工作，流程环环相扣，主要包含以下几个核心部分：

1. 自抑制效应的普遍性验证与现象表征 * 研究对象与体系：研究以氮掺杂碳纳米管（NCNTs）为主要催化剂，以过一硫酸盐（PMS）为主要氧化剂，苯酚（PE）作为模型污染物，构建了典型的碳基催化氧化体系。同时，研究扩展至其他氧化剂（过二硫酸盐PDS、高碘酸盐PI）、其他碳基催化剂（碳纳米管CNT、生物炭BC、氮掺杂生物炭N-BC、石墨烯GP、氮掺杂石墨烯N-GP）以及其他多种有机微污染物（OMPs，如双酚A、磺胺类药物等），以验证现象的普适性。 * 实验与分析方法： * 污染物与总有机碳（TOC）去除分析：通过高效液相色谱（HPLC）和TOC分析仪，监测反应过程中污染物和TOC的去除率。研究发现PE去除率与TOC去除率呈高度线性相关，且实际氧化剂消耗量远低于完全矿化所需的理论最小消耗量，初步排除了矿化为主导途径的可能性。 * 催化剂表面分析：使用扫描电子显微镜结合能量色散X射线光谱（SEM-EDS）和X射线光电子能谱（XPS）对反应前后的催化剂进行表征。结果显示，使用后的催化剂表面氧含量显著增加，表明有含氧产物沉积。 * 产物沉积直接证据：采用差分脉冲伏安法（DPV）直接检测负载在催化剂表面的产物。使用后的NCNT电极在DPV曲线上显示出明显的产物氧化峰（对应醌类等产物），且峰面积随催化剂循环使用次数增加而增大，证实了聚合产物在催化剂表面的持续积累。同时，液相色谱-质谱联用（LC-MS）分析显示，从催化剂表面提取出的产物信号强度远高于水相中的产物，且质荷比范围宽（50-2000 m/z），进一步证实了高分子量聚合物在表面的沉积。 * 循环实验与动力学关联：进行催化剂循环使用实验，监测其催化活性（以观测速率常数k_obs表示）的衰减。DPV峰面积与k_obs呈显著的负线性相关，建立了表面聚合产物积累与催化剂活性下降的直接定量关系，将此现象定义为“自抑制效应”。

2. 聚合反应路径与聚合度决定因素探究 * 反应机理确认：通过淬灭实验、电子自旋共振（ESR）、电化学测量和原位拉曼光谱，证实了质子耦合电子转移（PCET）是生成有机自由基（如苯氧自由基）的关键步骤。 * 理论计算与路径分析：采用密度泛函理论（DFT）计算了苯酚分子的最高占据分子轨道（HOMO）、亲核福井函数（f-）和拉普拉斯键级，确定了反应活性位点。计算了通过PCET生成自由基后，发生聚合反应（包括对位C-O聚合、邻位C-O聚合和对位C-C聚合）各步的吉布斯自由能变（反应能垒）。一个关键发现是：无论聚合度（DP）如何增加，每一步聚合反应的能垒都保持相对一致（约2.4 eV），这意味着热力学上不存在阻碍聚合物链持续增长的壁垒，有利于高分子量聚合物的形成。 * 前沿轨道理论分析：计算了从单体到七聚体（以对位C-O聚合为例）的HOMO能级。结果显示，随着DP增加，HOMO能级仅有轻微升高甚至基本不变，表明聚合物更容易失去电子生成自由基，从而继续参与聚合反应，这从电子结构角度解释了高DP产物易于形成的原因。同时，苯酚羟基化产物的HOMO能级升高，而进一步氧化成醌后HOMO能级显著下降，这解释了为何在氧化能力相对温和的碳基AOPs中，污染物更容易通过聚合而非开环矿化被去除。

3. 聚合产物在固-液界面的分布机制研究 * 机器学习辅助的吸附行为解析：为了探究决定聚合产物在催化剂表面沉积的关键物化性质，研究选取了一系列具有不同环数、官能团的有机污染物，研究其在NCNT上的吸附行为。采用随机森林（Random Forest）机器学习模型，以电荷量、分子量、环数、氢键供受体数、可旋转键数、N/O原子数、疏水性参数（XlogP3）、范德华（vdW）体积和表面积等作为特征变量，预测其平衡吸附容量（q_e）。 * 特征重要性分析：模型结果显示，疏水性（XlogP3）、环数、vdW体积和表面积对吸附行为的贡献最大，而涉及长程库仑力和氢键的特征影响较小。相关性热图进一步表明，分子量、环数、疏水性和vdW参数之间存在强正相关。这意味着随着聚合物DP增加，其疏水性和vdW相互作用显著增强，从而更牢固地吸附在疏水性的碳材料表面。多元线性回归分析也证实，DP的增加显著促进了产物的吸附量。

4. 聚合产物对反应界面动力学的影响 * 氧化剂吸附竞争实验：通过测量有/无污染物存在时氧化剂的消耗量（q_e,p和q_e,c），发现污染物存在时氧化剂的额外消耗量（δq）随初始氧化剂浓度增加而增大。这暗示聚合物产物可能占据了部分氧化剂吸附位点。进一步通过计时电位法（Chronopotentiometry, CP）证实，不能被降解的电子匮乏型污染物（如硝基苯）的加入会导致电极电位下降，且电位下降值与污染物的吸附量成正比，直接证明了污染物（及类似结构的聚合产物）与氧化剂在催化剂表面存在吸附竞争。 * 表面化学与电子传递分析：傅里叶变换红外光谱（FTIR）显示，随着循环次数增加，催化剂表面的C-O-C、C=O和O-H等含氧官能团信号增强。这些含氧基团，尤其是带负电的基团，会排斥阴离子氧化剂（如PMS、PDS）的吸附。同时，电化学阻抗谱（EIS）表明，使用后的催化剂阻抗随循环次数增加而增大，阻碍了电子转移过程。 * 多变量关联分析：通过多元线性回归，建立了DPV氧化峰面积（代表表面聚合物量）、氧化剂消耗量（q_e,c）和反应速率常数（ln k_obs）三者之间的清晰关联：表面聚合物增加 → 氧化剂消耗减少 → 反应速率下降。这定量地描绘了自抑制效应的动态过程。

5. 催化剂再生方法的评估与展望 基于对失活机制的理解，研究评估了现有再生方法（热煅烧、有机溶剂清洗）的优缺点，并提出了潜在的改进或新方法（如电化学再生、原位转化为催化剂层）。研究还从环境与成本角度探讨了自抑制效应的影响：对于原位化学氧化（ISCO）等无需回收催化剂的场景，需关注负载聚合物催化剂的生态毒性（小麦和斑马鱼胚胎实验表明其相对安全）；对于需重复使用催化剂的场景，则需权衡再生过程（热、电、化学）的能耗、化学品投入、二次污染与经济效益。

四、 主要研究结果及其逻辑关联

1. 普遍存在的自抑制效应：实验证实，在多种碳材料/氧化剂/污染物组合的HG-AOPs体系中，均观察到污染物去除率与TOC去除率高度相关，且氧化剂实际消耗量低于理论矿化需求。DPV和LC-MS直接证明了高分子量聚合产物在催化剂表面的沉积，且沉积量与催化剂活性衰减（k_obs下降）呈负相关。这系统性地证实了“自抑制效应”是碳基AOPs中一个普遍存在的失活现象。
2. 聚合反应的热力学可行性：DFT计算表明，无论聚合度如何增加，每一步聚合反应的能垒基本保持不变。这意味着一旦反应启动，在氧化剂和污染物供应充足的理想条件下，聚合物链可以持续增长，形成高分子量产物。这从热力学角度解释了高DP产物易于形成的原因，回答了“什么决定了反应中的DP？”这一问题。
3. 产物沉积的驱动力：机器学习分析揭示，决定聚合物在碳材料表面吸附的关键物化性质是疏水相互作用和范德华力。随着DP增加，产物的疏水性（XlogP3）、环数、vdW体积和表面积均显著增加，从而增强了其与疏水碳表面的吸附强度。这阐明了聚合产物牢固沉积在催化剂表面的主要作用力，回答了“沉积的主导相互作用是什么？”。
4. 失活的分子机制：综合实验表明，聚合产物通过两种主要方式导致催化剂失活：竞争吸附（与氧化剂竞争活性位点）和位点阻碍/排斥（产物上的含氧官能团排斥阴离子氧化剂，并可能物理阻塞位点）。这减少了催化剂表面对氧化剂的有效吸附。同时，沉积层增加了界面电子转移阻抗。氧化剂吸附量的减少（q_e,c下降）与反应速率（k_obs）的降低直接相关，通过多元线性回归建立了定量关系。这完整地回答了“表面聚合产物如何改变催化过程导致失活？”。
5. 完整的自抑制效应图景：基于以上结果，研究提出了一个分子层面的自抑制效应机制模型：氧化剂和污染物吸附在催化剂表面 → PCET过程生成有机自由基 → 自由基耦合引发聚合 → 聚合物链增长（DP增加） → 产物疏水性和vdW力增强，牢固附着于催化剂表面 → 附着产物竞争/阻碍氧化剂吸附，并增加电子转移阻力 → 催化活性下降直至失活。

五、 研究结论与价值

本研究系统阐明了碳基非均相催化高级氧化过程中，由污染物聚合产物沉积引发的催化剂自抑制失活效应及其分子机制。核心结论是：在碳基催化活化氧化剂去除富电子有机污染物的过程中，会通过PCET生成自由基并发生聚合反应；聚合反应的能垒不随聚合度增加而升高，使得高分子量聚合物易于形成；这些聚合物因其增大的疏水性和范德华力而牢固附着于催化剂表面；附着层通过竞争吸附和空间/静电排斥作用，阻碍氧化剂接近活性位点并增加电子转移阻抗，最终导致催化剂失活。

该研究的科学价值在于，首次从热力学、界面吸附和反应动力学多个维度，深入揭示了碳基催化剂在AOPs中一种特定且普遍的失活机制，填补了该领域在分子层面理解失活过程的空白。其应用价值在于，为设计抗失活催化剂（如调控表面亲疏水性、引入排斥聚合物的官能团）和开发高效、低环境影响的催化剂再生策略（如针对疏水相互作用的清洗、电化学解吸附、或聚合物资源化利用）提供了坚实的理论依据和方向指导。

六、 研究亮点

1. 机制研究的系统性与深度：研究并非停留在现象观察，而是结合了实验表征（DPV、LC-MS、FTIR、EIS）、理论计算（DFT）和数据分析（机器学习、多元回归），从热力学起源、界面吸附驱动力到动力学影响，完整勾勒出自抑制效应的全链条分子机制。
2. 机器学习与理论计算的创新应用：创造性运用随机森林模型解析影响聚合物吸附的关键物化参数，明确了疏水性和范德华力是主导因素，将宏观吸附行为与微观分子结构特性（DP）定量关联。
3. “自抑制”概念的明确与定量关联：明确提出了“自抑制效应”这一概念，并通过DPV峰面积与k_obs的负相关、氧化剂消耗与速率的正相关等定量关系，将产物沉积与活性衰减直接、定量地联系起来，增强了结论的说服力。
4. 普适性验证与可持续性视角：研究在多种催化剂、氧化剂和污染物体系中验证了自抑制效应的普遍性，并不仅限于阐明问题，更进一步基于机制探讨了多种催化剂再生方法的利弊及环境经济成本，体现了从基础研究通向可持续技术开发的思路。

七、 其他有价值内容

研究中对生态毒性的初步评估（小麦和斑马鱼实验）为负载聚合物的废弃催化剂在环境中的归宿风险提供了初步数据，表明在ISCO应用中，聚合物稳定附着在催化剂上可能不会立即造成严重的生态毒性泄漏，这为相关技术风险评估提供了参考。此外，研究指出控制聚合产物的DP（通过调控氧化剂供应）可能影响其后续资源化利用的可行性，这为未来将“废物”（失活催化剂/聚合物）转化为“资源”指明了潜在的研究方向。