应用Bulter-Volmer方程与Monte Carlo 模型分析CO电氧化动力学
Kinetics analysis of the CO electrooxidation by Bulter-Volmer equation and Mante Carlo simulation
Bulter-Volmer 方程:
i=i_c-i_a=FAk^0 \left [c_O(0,t) \exp \dfrac{-\beta F(E-E^{0\prime})}{RT}- c_R(0,t) \exp \dfrac{(1-\beta)F(E-E^{0\prime})}{RT}\right]
变换形式为:
i=i_c-i_a=FAk^0 \left [c_O(0,t) \exp \dfrac{-\beta e_0 (E-E^{0\prime})}{k_B T}- c_R(0,t) \exp \dfrac{(1-\beta) e_0 (E-E^{0\prime})}{k_B T}\right] \tag {1}
CO在酸性溶液中电氧化可以认为是多步骤反应,如果只考虑*OH形成和 *CO氧化这两步
H2O+∗⇌k01k0−1∗OH+H++e−H2O+∗⇌k10k−10∗OH+H++e−H_2O + * \underset{k_{-1}^0} {\overset{k_1^0} {\rightleftharpoons}} *OH + H^+ +e^-
∗CO+∗OH⇌k02k0−2CO2+H++e−+2∗∗CO+∗OH⇌k20k−20CO2+H++e−+2∗*CO + *OH \underset{k_{-2}^0} {\overset{k_2^0} {\rightleftharpoons}} CO_2+H^+ +e^- +2*
其中*表示活性位,推导前提:
(1)假设*OH 和 *CO都吸附在同样的活性位上;
(2)*CO在被氧化之前,已经吸附饱和,且溶液中没有CO分子;
(3)*OH的生成是慢反应,可逆反应;而*CO氧化是快反应,是不可逆反应,生成的CO2CO2CO_2快速脱附;
(4)只有相邻的*OH 与 *CO才能发生反应
(5)假设所有的反应速率常数都是定值,单位是s−1s−1s^{-1}
(6)反应在Pt(100)上发生
(7)Monte-Carlo 模型
基于此可得:
*OH生成的反应速率常数为:
\begin{align*} k_1&=k_1^0 \exp \dfrac{(1-\beta_1) e_0 \eta_1}{k_B T} \tag {2}\\ \\ k_{-1}&=k_{-1}^0 \exp \dfrac{-\beta_1 e_0 \eta_1}{k_B T} \tag {3}\\ \\ k_2&=k_2^0 \exp \dfrac{(1-\beta_2) e_0 \eta_2}{k_B T} \tag {4} \end{align*}
其中 βjβj\beta_j为各个基元反应 jjj的symmetry factor,近似取值0.5; kj0" role="presentation" style="position: relative;">k0jkj0k_j^0为基元反应 jjj的标准速率常数
\eta_1=E-E_{eq,1} \tag{5}
\eta_2=E-E_{eq,2} \tag{6}
EEE为施加电压,令
\begin{align*} k_1^\prime&=k_1^0 \exp \dfrac{(1-\beta_1) e_0 E_{eq,1}}{k_B T} \tag {7}\\ \\ k_{-1}^\prime &=k_{-1}^0 \exp \dfrac{-\beta_1 e_0 E_{eq,1}}{k_B T} \tag {8}\\ \\ k_2^\prime &=k_2^0 \exp \dfrac{(1-\beta_2) e_0 E_{eq,2}}{k_B T} \tag {9} \end{align*}
则每个反应的速率常数关于外加电压的表达式如下:
\begin{align*} k_1&=k_1^\prime \exp \dfrac{(1-\beta_1) e_0 E}{k_B T} \tag {10}\\ \\ k_{-1}&=k_{-1}^\prime \exp \dfrac{-\beta_1 e_0 E}{k_B T} \tag {11}\\ \\ k_2&=k_2^\prime \exp \dfrac{(1-\beta_2) e_0 E}{k_B T} \tag {12} \end{align*}
则每一个反应在单位面积上的反应速率:
\begin{align*} r_1&=\Gamma_s k_1 (1-\theta_{OH} - \theta_{CO}) \tag {13}\\ \\ r_{-1}&=\Gamma_s k_{-1} \theta_{OH} \tag {14}\\ \\ r_2&=Z\Gamma_s k_2 \theta_{OH} \theta_{CO} \tag {15}\\ \end{align*}
其中
ΓsΓs\Gamma_s是每平方厘米上的表面活性位的个数, ≈1.32×1015≈1.32×1015\approx 1.32 \times 10^{15} 在Pt(100)面上; Z=4Z=4Z=4 因为在Pt(100)面上,每个原子周围有4个最近的原子与其相邻。
根据对质量守恒原理,在单位面积上的*CO或者*OH的变化率,等于在此单位面积上吸附与脱附速率的差,其表达式为:
\begin{align*} \Gamma_s \dfrac {d \theta_{OH}}{dt} &=r_1-r_{-1}-r_2 \tag {16} \\ \\ \Gamma_s \dfrac {d \theta_{CO}}{dt} &=-r_2 \tag {17} \end{align*}
则偏微分方程组为:
\begin{align*} \Gamma_s \dfrac {d \theta_{OH}}{dt} &=\Gamma_s k_1 (1-\theta_{OH} - \theta_{CO}) - \Gamma_s k_{-1} \theta_{OH}-4\Gamma_s k_2 \theta_{OH} \theta_{CO} \tag{18}\\ \\ \Gamma_s \dfrac {d \theta_{CO}}{dt} &=-4\Gamma_s k_2 \theta_{OH} \theta_{CO} \tag{19} \\ \end{align*}
其中,考虑CO电氧化快、慢动力学两种情况,其值如下表
Reaction | Rate constant | Fast kinetics | Slow kinetics |
---|---|---|---|
*OH adsorption | k′1k1′k_1^\prime | 0.020.020.02 | 0.020.020.02 |
*OH desorption | k′−1k−1′k_{-1}^\prime | 10410410^4 | 10410410^4 |
CO oxidation | k′2k2′k_2^\prime | 0.82340.82340.8234 | 8.234×10−58.234×10−58.234\times10^{-5} |
要解这微分方程组,要定义初始条件
I.C1.I.C1.I.C \quad 1. \quad. t=0,θCO=θiCOt=0,θCO=θCOit=0,\quad \theta_{CO}=\theta_{CO}^i
I.C2.I.C2.I.C \quad 2. t=0,θOH=0t=0,θOH=0\quad t=0,\quad \theta_{OH}=0
外加电势EEE是时间的函数E=E(t)" role="presentation" style="position: relative;">E=E(t)E=E(t)E=E(t), 由于电压是以扫描速率vvv V/s" role="presentation" style="position: relative;">V/sV/s V/s,则过电位分别为
E(t)=Ei+vtE(t)=Ei+vtE(t)=E_i+vt
其中EiEiE_i是初始电压。
解出上述的偏微分方程组便可以定量计算出CO电氧化曲线。
参考文献:
[1] M. T. M. Koper, A. P. J. Jansen, and R. A. van Santen, J. J. Lukkien and P. A. J. Hilbers. Monte Carlo simulations of a simple model for the electrocatalytic CO oxidation on platinum. Journal of Chemical Physics, 1998,109,6051.
应用Bulter-Volmer方程与Monte Carlo 模型分析CO电氧化动力学相关推荐
- 使用 Engage 或 Workspace 创建 Monte Carlo 模拟的 4 个简单步骤
20 世纪 40 年代,研究原子弹的科学家应用 Monte Carlo 模拟计算了一个裂变铀原子引起另一个裂变反应的概率,这是该模拟的首次应用,自此以来已经取得了很大进展.今天我们将介绍如何使用 Mi ...
- Matlab用向量误差修正VECM模型蒙特卡洛Monte Carlo预测债券利率时间序列和MMSE 预测
最近我们被客户要求撰写关于VECM的研究报告,包括一些图形和统计输出. 此示例说明如何从 VEC( q ) 模型生成 Monte Carlo 预测.该示例将生成的预测与最小均方误差 (MMSE) 预测 ...
- Matlab用向量误差修正VECM模型蒙特卡洛Monte Carlo预测债券利率时间序列和MMSE 预测...
原文链接:http://tecdat.cn/?p=27246 此示例说明如何从 VEC( q ) 模型生成 Monte Carlo 预测.该示例将生成的预测与最小均方误差 (MMSE) 预测和来自V ...
- 强化学习(四) - 蒙特卡洛方法(Monte Carlo Methods)及实例
强化学习(四) - 蒙特卡洛方法(Monte Carlo Methods)及实例 4. 蒙特卡洛方法 4.1 蒙特卡洛预测 例4.1:Blackjack(21点) 4.2 动作价值的蒙特卡洛估计 4. ...
- martingale、markov chain、Monte Carlo、MCMC
文章结构如下: 1: MCMC 1.1 MCMC是什么 1.2 为什么需要MCMC 2: 蒙特卡罗 2.1 引入 2.2 均匀分布,Box-Muller 变换 2.3 拒绝接受采样(Acceptanc ...
- Chapter 5. Monte Carlo Methods
目录 5.1 Monte Carlo Policy Evaluation 5.2 Monte Carlo Estimation of Action Values 5.3 Monte Carlo Con ...
- Stochastic Gradient Hamiltonian Monte Carlo论文笔记
Abstract 哈密尔顿蒙特卡罗(HMC)抽样方法提供了一种机制,用于在Metropolis-Hastings框架中定义具有高接受概率的远程建议,从而比标准随机游走建议更有效地探索状态空间.近年 ...
- 论文笔记 Stochastic Gradient Hamiltonian Monte Carlo (SGHMC)
随机梯度哈密顿量蒙特卡罗 0.摘要 Hamiltonian Monte Carlo (HMC) 采样方法提供了一种机制,用于在 Metropolis-Hastings 框架中定义具有高接受概率的远距离 ...
- Hamiltonian Monte Carlo抽样算法的初步理解
Hamiltonian Monte Carlo抽样算法的初步理解 接受拒绝采样算法 MCMC回顾 Hamiltonian dynamics 拉格朗日方程 从牛顿方程出发推导拉格朗日方程 勒让德变换 哈 ...
最新文章
- 使用TinySpider实战抓取自己博客中的内容
- 三星GT-I9308 Galaxy SIII 移动定制机 root方法 (亲测可用)
- Requirejs快速使用
- mysql error.log 权限_docker-compose 启动mysql 容器时 error.log 无权限访问怎么办?
- 天气预报中的风向到底有啥用?
- canvas clear 指定属性的元素_好程序员web前端分享CSS属性组成及作用
- Windows高精度微秒级(并发)定时器实现
- 窗体案例:注册 登陆 主界面 c# 1613533126
- FGMap学习之--快速入门
- sql判断字段不为null_什么是NULL值
- SqlServer高级存储过程
- 探寻安全管理平台(SOC)项目的关键成功因素(4)
- mysql sqlserver 跨库查询_SQLServer跨库查询
- 拓展——RGB颜色查询对照表
- python selenium 跳转网页_selenium关于页面跳转
- 有功、无功、视在功率及功率因素
- 输入快递单号查询不到物流怎么办
- 【win】WINDOWS10系统自带桌面整理工具
- 2018传智黑马前端视频教程36期视频与源码完整版
- symantec忘记了密码时如何卸载?