固体氧化物电池支撑电极的孔道结构-电化学性能关系研究

来源 :中国科学技术大学 | 被引量 : 0次 | 上传用户:yanyiblue
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
固体氧化物电池(Solid Oxide Cells,SOCs)是一种效率高、环境友好的能量转换装置,与可再生能源具有良好的适配性,有望在“碳中和”中发挥重要作用。目前最为常见的电池构型为多孔支撑电极支撑电池,而其支撑电极的孔道结构对电池的电化学性能有重要影响。常规的支撑电极多为无序孔结构,不利于气体的传输,导致严重的浓差极化。本课题组前期的初步研究表明,相转化流延制备的电极具有直孔结构,其电化学性能明显优于无序孔结构。本论文以多孔电极支撑型SOCs为对象,实验研究了纽扣电池在不同工作模式下的电极孔道结构-电化学性能关系,进而计算分析和优化单电池的运行参数和性能,为SOCs的实际应用提供指导。本论文第一章介绍了 SOCs的原理、关键材料和制备方法,并基于目前的研究状况和面临的问题提出了本论文的研究思路。SOCs可以在燃料电池模式(Solid Oxide Fuel Cells,SOFCs)下工作,将化学能转化为电能。本论文的第二章研究了支撑电极的孔道结构对燃料电池性能的影响。实验所用的纽扣电池采用Ni-8 mol%Y2O3稳定的ZrO2(Yttria-stabilized Zirconia,YSZ)作为燃料电极,YSZ和Gd0.1Ce0.902-δ(GDC)作为双层电解质,GDC-La0.6Sr0.4Co0.2Fe0.8O3-δ(LSCF)作为复合空气电极。为了对比研究,采用了两种制备方法来制备NiO-YSZ电极。一种为相转化流延法,制备出的电极具有开放直孔结构;另一种为普通流延法,制备出的电极则具有无序孔结构。研究表明,基于前一种支撑电极的电池(电池-1)表现出了优于后一种电池(电池-2)的电化学性能。特别是当氢气浓度较低时,二者的电化学性能的差距变得更加明显。在750℃、燃料气为25%H2+75%H2O的条件下,电池-1的最高功率密度为941 mW·cm-2,而电池-2仅为470 mW·cm-2。这是由于电池-1中的直孔结构电极有利于物质的传输和吸附,减轻了浓差极化。基于纽扣电池的电流密度与氢气浓度的关系数据,采用一维活塞流反应器模型,模拟了单电池的电化学性能。模拟结果表明,直孔结构电极支撑型单电池,其燃料利用率和功率密度均高于无序孔结构电极支撑型单电池。在750℃、0.7V和燃料(95%H2+5%H2O)注入量10 NmL·min-1·cm-2的条件下,前者的燃料利用率和功率密度分别达到90%、857 mW·cm-2,而后者则分别为 61%、591 mW·cm-2。SOCs 也可以在电解池模式(Solid Oxide Electrolysis Cells,SOECs)下工作,将电能转化为化学能。本论文的第三章研究了支撑电极的孔道结构对水电解性能的影响,实验所用的电池与第二章相同。实验发现,直孔结构电极支撑型电池(电池-1)的电解性能优于无序孔结构电极支撑型电池(电池-2),在低水蒸气浓度时二者的差距尤为显著。在750℃、1.3V和水蒸气浓度10%的条件下,电池-1的电流密度为1.19 A·cm-2,而电池-2仅为0.69 A·cm-2。究其原因是直孔结构支撑电极允许水蒸气快速传输,从而有效减轻了浓差极化,提高了电池性能。与第二章相似,基于纽扣电池的电流密度与水蒸气浓度的关系数据,本章模拟了单电池的水电解性能。模拟结果表明,直孔结构电极支撑型单电池,其水蒸气转化率明显高于无序孔结构电极支撑型单电池。在750℃、1.3 V和水蒸气(90%H2O+10%H2)注入速率12 NmL·min-1·cm-2的条件下,前者可以获得高达91%的水蒸气转化率,而后者则为77%。本论文第四章研究了支撑电极的孔道结构对CO2电解性能的影响,实验所用的电池同前。实验发现,直孔结构电极支撑型电池(电池-1)的电解性能高于无序孔结构电极支撑型电池(电池-2),特别是在低CO2浓度时二者的差距变大。在750℃、1.5 V和CO2浓度30%的条件下,电池-1的电流密度高达1.12 A·cm-2,而电池-2仅为0.61 A·cm-2。实验还发现,电池-1相比电池-2具有更好的抗积碳性能。前者在电流密度1.0-1.5 A·cm-2时电极出现积碳,而后者的积碳电流则小得多(0.5-1.0 A·cm-2)。显然,直孔结构电极有利于CO2的传输,浓差极化较轻,并且电解产物CO可以迅速离开反应位点,其浓度低于积碳临界值。对于多孔Ni-YSZ支撑型电池,其通行的制备方法是在氢气气氛中将NiO-YSZ支撑电极高温还原为Ni-YSZ,本论文第五章探索了在CO2气氛中的原位电还原新方法。实验发现,在750℃、1.5 V和90%CO2+10%N2的气氛下,直孔结构NiO-YSZ支撑电极能被电解还原为Ni-YSZ,电解电流密度达2.23 A·cm-2,而无序孔结构电极则无法被还原。与常规的氢气还原法相比,本章发展的原位电还原法的速度快。这是因为对于直孔结构电极,其NiO颗粒均匀分布在孔壁上,更容易被还原,而所形成的Ni网络也更为畅通,有利于电子的传输,促进了还原过程。实验还表明,所制得的Ni-YSZ电极性能更好,在750℃、1.5 V和90%CO2+10%N2的气氛下,电池经电还原后的电解电流密度高达2.23 Acm-2,而经氢气还原后仅有1.75A·cm-2。SOCs的实际应用要求电池具有足够高的机械强度。本论文第六章探索了强化支撑电极机械强度的新方法,即在相转化法制备的坯体孔道中灌注石蜡,然后采用温等静压法压实。经该方法处理得到的NiO-YSZ支撑电极,机械强度为80.4 Mpa,显著高于未处理的电极(58.3 Mpa)。需要指出的是,经强化处理的支撑电极,其直孔结构仍然得到保留,故以其为支撑体的电池仍显示出很好的电化学性能。在750℃和氢燃料测试条件下,电池的最大功率密度高达1050 mW·cm-2。第七章总结了全文工作,并对未来的研究作了展望。
其他文献
服役于人体生理环境中的植入金属材料往往由于腐蚀、磨损等作用而产生金属离子释放。某些适量释放的金属离子虽然在促进组织再生等方面发挥积极作用,但不可否认,过量的离子积累将对人体产生毒副作用,进而直接影响材料的生物相容性。通常,植入金属离子释放行为与材料的耐蚀能力息息相关,而作为评价植入金属材料耐蚀性的通用、实用手段,腐蚀电化学测试技术已广泛应用。因此,探究模拟人体环境中金属离子释放的动力学过程,阐述离
基于密度泛函理论的第一性计算方法已经被大量应用于预测和研究材料的各种物理和化学性质,已经成为独立于实验和理论的第三种研究方法。密度泛函理论的成功在于创造性利用密度作为能量的泛函,将3N维的Schr(?)dinger方程转为了三维问题,大大降低了计算量。但是密度泛函理论是基于变分原理的基态理论,这使得其在应用到激发态过程中存在很多问题,比如无法准确地预测分子和固体体系的光谱和激发态能级等。同时由于到
随着计算能力日渐强大的移动智能设备的广泛普及,一种基于众包思想而衍生出的移动计算范式——移动群智感知,可以协调网络中的移动用户群体通过携带的智能设备进行大规模的数据收集和复杂的任务计算。另一方面,数据交易可以打破数据孤岛,提高数据的流通性和复用性,但它同时也面临数据来源匮乏和多样性欠缺的问题。因此本文利用移动群智感知在数据收集方面的智能性、普适性、低成本等优势构建一种新型的移动群智感知数据交易系统
移动场景下的轻量级客户端不在本地储存完整的区块链,在向全节点查询交易过程中轻量级客户端会泄露与其相关的地址和交易。移动用户可以运行一个轻量级全节点来服务其轻量级客户端,从而保护其轻量级客户端的交易查询隐私,但是轻量级全节点面临区块验证效率降低问题,这会降低区块链的可扩展性。此外,区块链可用于管理移动用户访问公共无线热点的访问凭证,但仍需满足移动用户的条件匿名认证需求,以及降低访问凭证管理中的上链数
以深度学习算法为代表的人工智能算法近些年来飞速发展,在计算机视觉、自然语言处理和竞技游戏等不同的领域,深度学习算法展现的智能已经接近甚至超过了人类的水平。基于通用处理器的传统计算系统已经不能很好地支持深度学习算法的需求,新兴的智能计算系统以其在性能和功耗上的优异表现,成为了深度学习算法的重要物质载体。然而,深度学习算法快速发展,智能芯片也不断推陈出新,这对智能计算系统的通用性提出了极大的挑战。本文
车道线检测和分类是自动驾驶技术中环境感知系统的重要组成模块。传统的车道线检测和分类算法主要提取车道线的颜色、纹理等特征,进一步采用聚类或分割算法获取车道线的位置和类别信息。然而,传统算法依赖于手动提取的特征,在不良天气以及复杂道路环境下的性能具有一定的局限性。深度学习具有强大的自动提取特征的能力,可应用到复杂多变的道路场景中。目前,基于深度学习的算法是将车道线检测任务和分类任务视为语义分割任务。然
层状材料(如石墨、过渡族硫化物、黑磷、氮化硼等)具有特殊的层状结构,其原子在层内依靠共价键结合,在层间依靠范德瓦尔斯力(Van der Waals forces)结合,这种层状结构不仅使其具有丰富的结构和电子特性,而且易于通过外场进行调控,在光电子、能源等领域具有重要的应用前景。压力作为一种重要的外场调控方法,对于层状材料的独特结构,可以非常有效地改变其层间相互作用,从而显著地改变其晶体结构和电子
惰性气体放射性同位素39Ar的半衰期为269年。它在大气中分布均匀、化学性质稳定,是研究地下水、冰川和海洋等的理想示踪剂。39Ar定年的范围大约为50至1500年,正好可以覆盖3H(或CFCs、SF6等)和14C之间的定年空隙。由于39Ar极低的同位素丰度(8×10-16),因此探测非常困难,对现代痕量分析技术是一个技术挑战。最近原子阱痕量分析方法(Atom Trap Trace Analysis
石墨相氮化碳(g-C3N4)是一类非常重要的非金属聚合物,在能源和催化等众多领域中具有广泛且重要的用途。因其具有原料丰富、制备工艺简单、稳定性强、绿色安全等特性,已被成功地应用于光催化产氢、CO2还原和N2固定等多种能量转换、环境工程及其相关反应体系中。尽管具有以上诸多优点,对于单纯、未经改性的g-C3N4光催化剂,光催化反应中可见光捕获能力较低以及光生电子-空穴对的快速复合导致电荷分离效率低等问
铁电体是指拥有自发的电极化且极化方向能够通过施加外电场的方式来进行翻转的材料。自1921年第一个铁电体——罗息盐被发现后的一个世纪以来,基于贝里相位的现代铁电理论得到了建立,铁电体也在功能性电子学元器件领域得到了广泛的应用,相继诞生了铁电电容器、铁电场效应晶体管和铁电隧道结等现代电子学器件。然而,传统三维氧化物铁电体受制于临界尺寸效应,随着厚度的变薄,其铁电性会被压制。同时,由于体相的特征、强的共