分享自:

电化学阻抗谱分析加速电催化系统创新

期刊:Science China ChemistryDOI:10.1007/s11426-024-2314-9

Hanbing Zhu、Yinghuan Liu、Wenxin Guo、Jinyu Zheng、Yao Zheng、Serhiy Cherevko、Cheng Tang和Qiang Zhang等作者合作,于2024年12月在《Science China Chemistry》第67卷第12期发表了题为“Electrochemical Impedance Spectroscopy Analysis to Accelerate Electrocatalytic System Innovation”的综述论文。该论文围绕电化学阻抗谱(Electrochemical Impedance Spectroscopy, EIS)及其衍生方法在质子交换膜(Proton Exchange Membrane, PEM)电催化系统(如PEM燃料电池和PEM电解槽)中的应用展开深入探讨。

论文主题与背景

PEM电催化系统是可再生能源转换的核心技术,通过电-氢互转实现高效能量存储与利用。然而,其高成本与关键组件(如催化剂、膜电极)的耐久性问题制约了大规模应用。EIS作为一种非破坏性表征技术,能够解析电化学系统的动力学过程(如电荷转移、质子传输、质量传递),但传统EIS在区分时间常数相近的过程时存在局限。为此,作者系统综述了EIS及其衍生方法(如弛豫时间分布分析DRT、动态EIS)在优化PEM系统组件设计、工况条件及性能诊断中的应用。

主要观点与论据

1. EIS与DRT方法的原理与优势

EIS通过施加小幅正弦扰动信号,测量系统阻抗响应,揭示动力学特性。其核心在于等效电路模型(Equivalent Circuit Model, ECM)的拟合,但ECM依赖经验且存在主观性。DRT方法通过解卷积技术将阻抗谱分解为不同弛豫时间(τ)的峰,每个峰对应特定动力学过程(如阳极反应、阴极反应、离子传输),无需预设电路模型。例如,Freund等研究表明,PEM电解槽中DRT可区分高频区(10,000–33,000 Hz,离子传输)、中频区(300–2,000 Hz,阴极反应)和低频区(1–50 Hz,质量传递)的阻抗贡献。

2. EIS在PEM系统组件优化中的应用

  • 催化剂设计:Wang等开发了TaB₂负载的IrO₂催化剂(IrO₂@TaB₂),EIS分析显示其电荷转移电阻(Rct)显著低于纯IrO₂,归因于TaB₂的高导电性和异质结电子效应。
  • 流场板设计:Iranzo等对比平行与蛇形流场板,EIS证实蛇形设计因改善水管理而降低膜电阻(Rel)和接触阻抗。
  • 多孔传输层(PTL)优化:Wang等通过超声和酸处理PTL,EIS显示其欧姆电阻降低50%,界面接触电阻下降30%,归因于亲水性提升和钝化层减薄。

3. EIS在工况条件研究中的价值

  • 压力影响:Suermann等发现PEM电解槽在1–100 bar压力下,高频电阻(HFR)几乎不变,但质量传递过电位随压力升高而降低,因高压促进水传输至阳极。
  • 温度效应:Siracusano等指出,温度从60°C升至80°C时,PEM电解槽的氧析出反应(OER)阻抗下降两个数量级,而氢析出反应(HER)阻抗几乎不变,表明OER对温度更敏感。
  • 流速与浓度:Vincent等通过EIS确定碱性电解槽的最佳流速(40 mL/min)和KOH浓度(1.0 mol/L),超出此范围会因气泡积聚导致欧姆电阻上升。

4. 动态EIS(DEIS)与DRT在性能诊断中的创新应用

  • DEIS技术:Lyu等将DEIS与长短期记忆(LSTM)神经网络结合,预测固体氧化物燃料电池(SOFC)的长期性能衰减,定量分析阴极阻抗对总衰减的贡献(占比70%)。
  • DRT降解分析:Batalla等通过DRT识别PEM电解槽长期运行中阳极催化剂降解(峰面积扩大)与离子膜劣化(峰位移)的独立信号,为针对性修复提供依据。

论文的意义与价值

本文系统梳理了EIS技术在PEM电催化系统中的前沿应用,提出以下创新方向:
1. 方法学拓展:结合机器学习(如LSTM)与多尺度建模,提升EIS数据解析效率;
2. 工业应用潜力:开发实时在线监测技术,实现非透明设备(如电解槽)内部气泡演变的原位观测;
3. 跨学科融合:建议EIS与原位拉曼光谱、X射线衍射联用,以关联电化学阻抗与材料结构演变。

亮点总结

  • 方法创新:详细对比了ECM与DRT的优劣,强调DRT在复杂系统(如多孔电极)中的高分辨优势;
  • 应用突破:展示了EIS在催化剂、流场板、PTL等组件设计中的定量指导作用;
  • 前瞻视角:提出将EIS与人工智能结合,推动电化学系统从“经验优化”迈向“数据驱动设计”。

该综述为PEM技术的科学研究和工程化提供了重要方法论支持,尤其对降低绿氢成本、加速可再生能源转型具有实践意义。

上述解读依据用户上传的学术文献,如有不准确或可能侵权之处请联系本站站长:admin@fmread.com