深度科学| 用F原子“治愈”碳催化剂，实现工业规模H2O2高效合成

编者语：

“利用统计学习筛选活性位点，成功设计氮氟共掺碳催化剂，突破无金属催化剂在工业电流密度下的H2O2电合成瓶颈。”

01

背景介绍

过氧化氢（双氧水，H2O2）被誉为“绿色化工的万能试剂”，是半导体清洗、纸浆漂白、废水处理和医药合成的关键化学品。然而，其传统的工业生产方法——“蒽醌法”，是一个耗能巨大、步骤繁琐、涉及有毒中间体的过程，与可持续发展理念背道而驰。利用可再生能源驱动氧气（O2）的两电子氧还原反应，直接在电解池中“一步”合成H2O2，被视为最具前景的绿色替代方案。该技术的核心是找到一种高效、稳定且廉价的催化剂。

在众多候选材料中，无金属碳基催化剂因其成本低廉、储量丰富、耐腐蚀等优点而备受瞩目（图1）。然而，数十年的研究始终面临一个根本性挑战：碳材料中的催化活性位点通常是由掺杂原子（如氮、硼）或本征缺陷（如空位、边缘位点）构成的“混沌”集合。这些位点结构多样、性能各异，科学家难以精准定义哪个结构真正有效，更无法从原理上指导高性能催化剂的设计。这种“活性位点不明确、缺陷不可控”的现状，严重制约了碳基催化剂的性能上限，使其难以在工业级的高电流密度下稳定、高效地工作。

图1. 用于双电子氧还原反应的碳基催化剂

2026年3月25日， 美国马萨诸塞大学阿默斯特分校、美国中佛罗里达大学的林舟、杨阳团队在Nature Communications期刊发表题为“Active site design enables industrial scale H2O2 electrosynthesis with metal-free catalysts”的研究论文。首先，他们构建了包含66个潜在活性位点的氮/氟掺杂碳模型库，通过密度泛函理论计算结合统计相关性分析，从海量、异构的数据中“大海捞针”，精准识别出能优化关键中间体OOH吸附的真正有效位点特征。基于此理论预测，他们成功合成了氮氟共掺碳催化剂。N, F共掺杂碳展现出74.35 mol gcat-1h-1的H2O2产率，并在~95%的法拉第效率下，以300 mA cm-2的电流密度持续运行105 h。实验证明，该催化剂在接近工业实际应用的电流密度下，实现了近乎完美的H2O2选择性和超长稳定性，并展现了卓越的经济性。他们提出了一个创新的研究范式：将统计学习、理论计算与实验验证深度融合，提供了一套可复制、可推广的“从理论到应用”的完整方法论。

02

图文解析

1.理论先行：统计学习“大海捞针”，锁定最优活性位点指纹

研究团队开创性地采用 “描述符驱动”的统计学习策略进行前瞻性筛选。系统构建了15种不同氮、氟掺杂和缺陷钝化状态下的石墨烯构型，涵盖了66个潜在的催化碳原子位点（图2a-c）。进一步，为每个位点定义了10个结构电子描述符，分为三类：1) 局部几何（配位数、环类型、平均C-C键长）；2) 化学环境（邻近的C、N、F原子数）；3) 吸附与电子特性（OOH*吸附距离、活性碳净电荷）。最后，计算所有位点上关键中间体OOH的吸附自由能，并与10个描述符进行皮尔逊、斯皮尔曼、肯德尔相关性分析（图2d, e）。

核心发现：

活性碳位点附近存在氟原子以及与掺杂F原子的数量，是最显著降低OOH吸附自由能绝对值的描述符，其影响力超过了配位环境或氮掺杂浓度本身。这意味着，引入氟及其在活性碳附近的局域分布，是优化OOH吸附、促进2e- ORR路径的关键。

将计算结果映射到2e- ORR活性火山图上（图2f, g）。结果显示，纯碳位点远离火山顶，活性差；氮掺杂使其靠近；而氟掺杂，特别是（N, F）共掺杂位点，能将OOH吸附自由能调节至接近热力学最优值（△GOOH≈ 0.006 eV），使活性位点几乎坐落在火山顶。这表明F诱导的缺陷钝化能精细调控电子结构，实现近乎理想的双电子催化行为。

图2. 统计学习辅助活性位点筛选

2.精准合成：氟“攻击”氮，实现缺陷钝化与电子结构重塑

基于理论指导，团队设计了巧妙的合成路径：将氮掺杂碳与聚偏氟乙烯混合后退火，引发“脱氮-氟化”级联反应。

过程机制：高温下PVDF分解产生活性氟物种（如HF），优先攻击NC中不稳定的吡咯氮和部分吡啶氮位点，将其移除并同时掺入氟，形成半离子性C-F键（图3a-c）。XPS和XANES分析证实了这一选择性攻击过程（图3d, e），吡咯氮含量大幅下降，而更稳定的石墨氮得以保留。

结构表征：元素分布图显示N、F在碳纳米颗粒中均匀分布（图3f-k）。氟的引入使材料表面从亲水变为超疏水（接触角从125.3°增至149°），有利于在电催化中建立稳固的气-液-固三相界面。

图3. 氟化碳骨架中的结构修饰和N-F协同相互作用

3.微观作用：氟“治愈”并赋能碳催化剂

结构与电子态分析揭示了氟发挥神奇作用的三大机制：

（1）机制一：缺陷钝化，提升有序度。拉曼光谱显示，随着氟含量增加，材料的ID/IG值（代表缺陷密度）单调下降（图4d）。这表明半离子性C-F键有效钝化了碳骨架中的缺陷（如悬空键），减少了导致4e-副反应的无序活性位点。

（2）机制二：电荷反转，优化吸附。Zeta电位测试表明，引入氟使催化剂表面电荷从正值（NC, +37.6 mV）转变为负值（NFC, -42 mV）（图4f, g）。这种全局表面电荷从缺电子到富电子的反转，有利于OOH*中间体的吸附稳定，从而提高了2e-路径的选择性。

（3）机制三：构建内建电场，引导电子传输。开尔文探针力显微镜测量表明，NFC表面存在纳米尺度的低功函域嵌入高功函基体中，形成横向异质结（图4h-m）。这会在界面处产生从高功函区指向低功函区的平面内建电场。该电场能引导光生电子定向流动，有效促进电荷分离与传输，提升催化动力学。

图4. NC、FC、NFC和NFCcontrol的结构和电子性质

4.卓越性能：从基础指标到工业级验证

（1）本征高活性与高选择性：在旋转环盘电极测试中，NFC在0.5-0.65 V (vs. RHE)电位区间实现了接近100%的H2O2选择性，在0.01-0.65 V宽电位范围内保持>95%的选择性，显著优于未氟化的NC（~75%）（图5a-c）。其塔菲尔斜率（62.1 mV dec-1）低于对比样品，表明更快反应动力学（图5d）。

（2）超高稳定性：在长达数万秒的稳定性测试中，NFC性能几乎无衰减，而NC则衰减了约20%（图5f）。理论分子动力学模拟计算也证实，（N, F）共掺杂构型比纯氮掺杂构型具有更高的稳定性分数（图5g, h）。

图5. NC、FC 和 NFC 在 2e⁻ ORR 中的电化学性能和结构-活性相关性

（3）工业级电解池性能：在流通池电解器中，NFC展现了震撼的工业级性能（图6）：

峰值电流密度达到 ~1 A cm-2。

在0.225 V (vs. RHE)下，H2O2产率高达 74.35 mol g cat-1h-1。

在 300 mA cm-2的工业级电流密度下稳定运行105 h，平均法拉第效率保持在~95%。

图6. 用于H2O2电合成的三电极流动池结构、运行性能和长期稳定性

（4）颠覆性工艺耦合与经济性突破：研究进一步将阴极的2e- ORR与阳极的甲醇氧化反应耦合，替代传统能耗高的析氧反应。

电池电压在同等电流密度下降低了约1.23 V（图7c）。

H2O2产率在1.8 V时达到 1.39 mol cm-2 h-1（图7e）。

技术经济分析显示，该耦合系统在1.0-2.0 V电压区间内，H2O2相关收益是传统系统的2.6-10.9倍，预计年毛利润最高可达1110万美元，是传统工艺的2.37倍（图7h, i）。

图7. 用于H2O2电合成的ORR//MOR和ORR//OER系统的性能和技术经济分析(TEA)

5.机理探究：原位光谱捕捉“水助攻”的奥秘

通过原位拉曼光谱，研究实时观测了NFC表面的催化过程（图8）。光谱显示，在ORR电位下，表面先出现吸附水的特征峰，随后出现OOH中间体的特征峰。而在氮气饱和的对照实验中，则无此现象。这清晰证明，NFC上的2e- ORR遵循一条 “水辅助、氧参与”的路径：水分子先吸附在带负电的催化剂表面，然后为O2的还原提供质子，生成关键的OOH中间体，最终形成H2O2。

图8. 原位Raman光谱

03

总结

这项研究建立并验证了一个“理论计算-统计学习-实验验证-器件集成-经济分析”的完整闭环研究范式。该工作发现了氟诱导缺陷钝化是提升无金属碳催化剂2e- ORR性能的关键，成功创制了在工业级电流下性能卓越的氮氟共掺碳催化剂；另外，它提供了一套普适的方法论，即通过定义关键描述符、利用统计工具从复杂的候选材料空间中高效筛选最优设计，从而将无金属催化剂的设计从“经验试错”推向“理性预测”的新阶段。

04

展望(巨人肩上前行)

1. 拓展至其他非金属掺杂元素（如磷、硫、硼）或多元素共掺杂体系，探索其在调节OOH*吸附及抑制4e-路径中的普适规律；

2. 将阴极2e- ORR与更多高附加值阳极氧化反应（如生物质氧化、塑料升级回收）耦合，提升整体系统的能效与经济性。

文献信息

Ao Yu, Hongshan Bi, Fnu Joshua, Mason Lyons, Abhijith Rangavajjula, Bijay Dhungana, Hyoju Park, Yuanfan Cui, Vaishnavii Subbiah Ponnusamy, Sachin Kumar, Shengwen Liu, Qipeng Zhang, Yingge Du, Lei Zhai, Sudipta Seal, Jinghua Guo, Zhenxing Feng, Zhou Lin & Yang Yang, Nature Communications, 2026, https://doi.org/10.1038/s41467-026-70983-2.

声明：

1. 版权：推送内容仅供学习交流分享使用，无任何商业用途，如有侵权，请联系后台删除或修改，感谢支持。

2. 投稿：非常欢迎各位老师在公众号上介绍课题组前沿或经典研究成果！后台或邮箱联系即可！

3.合作：本平台可推广学术会议、培训或科研产品，具体事宜可联系后台。