![]()
潘丽坤，华东师范大学物理与电子科学学院、上海市磁共振重点实验室教授、博导。科睿唯安2021-2023年全球高被引科学家，爱思唯尔2021-2023年中国高被引学者，全球前2%顶尖科学家（斯坦福大学）。目前研究方向为新能源材料及应用、人工智能机器学习。作为项目负责人主持了国家自然科学基金面上项目、上海市基础研究重点项目、上海市产业技术创新专项重大项目、上海市纳米专项、上海市国内科技合作项目、上海市自然基金和上海市应用材料研究与发展基金等多个项目。已在国际期刊上发表SCI论文400余篇(40多篇入选ESI高被引论文)，其中第一/通讯作者SCI论文300余篇，被引用32000多次，H指数105（谷歌学术）。授权了中国发明专利30余项。
电容去离子技术（Capacitive
Deionization, CDI）是一种高效的水处理技术，具有多项优点。首先，它能在低能耗下实现水中离子的去除。其次，CDI设备结构简单，易于操作和维护，且占地面积小。该技术对水质的适应性强，能够处理不同盐度的水源。电容去离子技术在去离子过程中不会产生化学药剂，减少了二次污染的风险，符合可持续发展的要求。对此，总结了潘老师近期的关于CDI的研究进展，以飨读者。由于本人水平有限，可能会存在错误或不妥之处，因此恳请大家批评指正。1. 机器学习方法推动电容去离子方向的进步
![]()
生态系统的逐渐恶化和人口的快速增长导致了严重的淡水短缺。利用海水获取可用淡水被认为是解决淡水短缺问题的有效方法。电容去离子（CDI）作为一种新兴的吸附技术，展现了出色的脱盐能力，而高性能电极材料在其中发挥了重要作用。然而，传统的电极材料制造方法依赖于“试错”原则，这种方法既费力又耗时。机器学习（ML）作为大数据时代的衍生技术，可以有效预测电极材料的脱盐性能，并通过训练大量数据来指导新型电极材料的合成，从而弥补传统实验方法的不足。机器学习还可以分析电极特性、操作条件和水质对CDI性能的影响，从而加速CDI的发展和革命。尽管其重要性不言而喻，但目前尚无全面评述机器学习在CDI应用中的方法。本文详细介绍了机器学习在CDI领域的不同应用，包括脱盐性能的预测、特征贡献分析等。同时也讨论了机器学习和CDI的未来前景。这项工作为通过机器学习辅助方法发展CDI技术提供了重要指导。![]()
Fig. 1. Schematic illustration of the
various applications of ML in the CDI field.
本文链接：https://doi.org/10.1016/j.seppur.2024.129423
2. AlF3涂层 LiMn2O4球增强电容去离子盐湖提锂性能
![]()
锂电池行业日益增长的需求加剧了对从盐水中选择性提取锂的高效方法的追求。尤其是LiMn2O4（LMO）成为了一个主要候选材料，以其强大的氧化还原特性和相当大的理论吸附容量而备受赞誉。然而，由于Jahn-Teller畸变导致的结构不稳定，LMO的应用受到限制，这种畸变使其从立方相相变为四方相，同时还引发锰的溶解，降低了该材料的锂提取效率。对此，本研究提出了一种创新的多功能非晶AlF3涂层，覆盖在LMO球体上，采用了结合共沉淀、固相转化和最终AlF3沉积的新合成方法。这种方法不仅减少了锰的浸出，减轻了Jahn-Teller畸变的不良影响，从而增强了材料的表面和体相结构。值得注意的是，AlF3涂层的LMO在150 mg L−1的进水浓度下，以1.2 V的电压显示出31.5 mg g−1的锂提取能力。经过最佳涂层处理的样品展现出优越的循环稳定性，在多次吸附-解吸循环中能够保持高容量保持率和最低的锰溶解。同时，优化后的电极在高Mg2+/Li+比率的溶液中对锂表现出极佳的选择性，分离因子达到7.66。该电极在合成盐水中也展现出高效的分离能力，能够有效将Li+与竞争离子如Na+、K+、Ca2+和Mg2+区分开来，显示出其在复杂盐水中有效回收锂的巨大潜力。![]()
Fig. 1. (a) Illustration of
the fabrication process of the AlF3 coated LMO; FESEM images of (b
and c) MnCO3, (d and e) Mn2O3, (f and g) pure
LiMn2O4, (h and i) LA-2, (j and k) LA-5, and (l and m)
LA-10; (n) elemental mapping of LA-5.
本文链接：https://doi.org/10.1016/j.desal.2024.118035
3. 提高电容去离子脱盐稳定性的策略
![]()
电容去离子 (CDI) 作为一种新兴的海水淡化技术，由于其操作简单、成本低、环境友好和离子选择性好的优点而受到广泛关注。尽管 CDI 的理论框架取得了进展，新型电极材料也不断涌现，但循环稳定性差仍然是阻碍 CDI 进一步发展的主要障碍。值得注意的是，通过优化 CDI 电池、操作模式和电极材料来提高碳基 CDI 和法拉第 CDI (FDI) 的循环稳定性对于实现其商业应用具有重要意义。本文概述了与碳基 CDI 和 FDI 脱盐稳定性相关的研究。全面综述了碳材料和法拉第材料的研究现状，针对长期运行过程中出现的各类副反应，系统地阐述了提高碳基CDI和FDI脱盐稳定性的相应解决方案，包括操作条件优化、离子交换膜引入、氮掺杂、表面包覆、蛋黄壳限域和“由内而外”生长等，并进一步比较了这些策略对提高脱盐稳定性的有效性，最后阐述了CDI在实际应用中的发展前景。![]()
Fig. 1. Schematic illustration
of different strategies for improving desalination stability.
本文链接：https://doi.org/10.1016/j.cej.2024.153808
4. 机器学习指导预测电容去离子多孔碳的脱盐能力和速率
![]()
如今，电容去离子（CDI）已成为海水淡化领域的一项重要技术，通常使用多孔碳作为电极。然而，电极特性和操作条件对淡化性能的具体影响仍不够清晰，这导致需要进行大量耗时且资源密集的CDI实验。机器学习（ML）则成为了一种新兴的解决方案，它有望在电极材料合成和测试投资最小的情况下预测CDI性能。本研究采用四种机器学习模型来预测多孔碳的CDI性能。其中，梯度提升模型在测试集上的表现最佳，预测脱盐容量和速率的均方根误差分别为2.13 mg g−1和0.073 mg g−1 min−1。引入SHapley加法解释法来分析电极特性和操作条件的重要性。结果表明，与其他特征相比，电解液浓度和比表面积在决定淡化性能方面起着更为重要的作用。最后，研究还通过使用金属有机框架衍生的多孔碳和生物质衍生的多孔碳作为CDI电极进行了实验验证，以确认机器学习模型的预测准确性。这项研究开创了机器学习技术在CDI性能预测中的应用，为推进CDI技术提供了一种引人注目的策略。![]()
Figure 1 Schematic process of
predicting desalination capacity and rate using different ML models.
本文链接：https://doi.org/10.1002/smll.202401214
5. 高性能电容去离子三维法拉第电极材料的设计准则
![]()
为了解决水资源短缺问题，电容去离子（CDI）作为一种新兴的海水淡化技术，已被广泛研究用于去除海水和废水中的不同离子。然而，广泛使用的碳材料较低的盐吸附容量和较差的循环稳定性难以满足实际CDI应用的需求，而非三维（non-3D）法拉第电极材料存在比电容低和金属离子溶解损失的缺点，严重限制了其在CDI中的应用。值得注意的是，三维（3D）法拉第材料由于其宽的离子扩散通道和多功能结构，通常比碳材料和非3D法拉第材料具有更高的脱盐容量和更好的循环稳定性，在实现实际的CDI应用方面非常有希望。然而，很少有评论论文专门关注3D法拉第材料在CDI领域的局限性和优势。本综述对三维法拉第材料的限制解决方案和相应的脱盐性能（通过与非三维法拉第材料的脱盐性能进行比较）进行了全面的介绍，并阐述了三维法拉第材料的发展前景。![]()
Fig. 1. Schematic illustration of 3D faradic materials.
本文链接：https://doi.org/10.1016/j.ccr.2024.215835
6. 氢键有机骨架衍生的2D N，O 共掺杂碳纳米带实现高效的电容去离子性能
![]()
缺陷工程被认为是一种调节碳材料电子结构和物理化学特性的有效方法。利用具有丰富活性位点的杂原子掺杂多孔碳在电容去离子化（CDI）方面引起了极大的关注。然而，传统方法通常依赖于使用额外的杂原子源和强腐蚀性活化剂，存在掺杂效率低、掺杂水平不足和潜在的生物毒性等问题。在此，以氢键有机骨架（HOF）为前驱体，通过简单、绿色的反向缺陷工程策略合成N、O共掺杂多孔碳，实现可控的杂原子重掺杂。N、O共掺杂引发了显著的赝电容贡献，表面孔结构支持双电层的形成。因此，当 HOF 衍生的 N、O 共掺杂碳用作 CDI 电极时，在 500 mg L-1 NaCl 溶液中，在 1.6 V 下实现了 32.29±1.42 mg g-1 的优异盐吸附容量和 10.58±0.46 mg g-1 min-1 的出色最大盐吸附速率，与最先进的碳质电极相当。这项工作体现了反向氮重掺杂策略对改善碳结构的有效性，为进一步开发合理设计的 CDI 电极材料提供了启示。![]()
Figure 1 Schematic synthesis
process of HOF-derived N, O co-doped porous carbon.
本文链接：https://doi.org/10.1002/smll.202309353
7. 共价有机骨架/石墨烯纳米材料用于超级电容器和电容去离子
![]()
具有柔性周期性骨架和有序纳米多孔结构的共价有机骨架（COF）作为绿色能源存储和高效海水淡化的潜在候选电极材料引起了广泛关注。进一步提高COF基材料的固有电子电导率并释放孔隙率是提高其电化学性能的必要策略。本文以石墨烯为导电基底，在无溶剂条件下原位生长具有氧化还原活性的二维氧化还原活性COF（TFPDQ-COF），制备TFPDQ-COF/石墨烯（TFPDQGO）纳米杂化物，并探讨其在超级电容器和混合电容去离子（HCDI）中的应用。通过优化杂化比例，由于石墨烯层提供的电荷传输高速公路和COF骨架中含有的丰富氧化还原活性中心的协同作用，TFPDQGO表现出429.0 F g-1的大比电容，并且组装的TFPDQGO//活性炭（AC）非对称超级电容器在950 W kg-1的功率密度下具有59.4 Wh kg-1的高能量输出和良好的循环寿命。TFPDQGO基HCDI的最大盐吸附容量（SAC）为58.4 mg g-1，再生性能稳定。这项研究强调了COF基杂化材料作为高性能超级电容器和HCDI电极材料的新机遇。![]()
Figure 1 a) Schematic
representation of TFPDQGO preparation. SEM images of b) TFPDQ, c) TFPDQGO-50,
d) TFPDQGO-75, e) TFPDQGO-100. f) SEM image and corresponding EDS mapping
images of g) C, h) N, and i) O of TFPDQGO-75. j) XRD patterns of TFPDQ,
TFPDQGO-50, TFPDQGO-75, and TFPDQGO-100.
本文链接：https://doi.org/10.1002/smll.202307843
8. 调整摇椅式电容去离子电极材料和结构以实现高性能海水淡化
![]()
随着对淡水需求的逐渐增加，电容去离子（CDI）作为一种新兴的海水淡化技术，以其操作简单、脱盐效率高、环境友好等优点受到了广泛关注。为了提高CDI的脱盐性能，设计了不同的CDI结构，如膜CDI、混合CDI和流动电极CDI。然而，这些CDI系统都有各自的缺点，例如膜成本高、碳材料容量限制和浆液堵塞，严重限制了它们的实际应用。值得注意的是，由对称电极材料组成的摇椅式CDI（RCDI）由于其特殊的双室结构而具有出色的脱盐性能，不仅可以突破碳材料的容量限制，而且可以实现连续的脱盐过程。虽然RCDI在高效脱盐方面表现出很高的前景，但很少有研究系统地总结RCDI在海水淡化领域的优势和应用。本文对RCDI进行了深入分析，重点介绍了其电极材料、结构设计和海水淡化应用。还比较了RCDI和其他CDI架构的海水淡化性能，以展示RCDI的优势并阐明了RCDI的前景。![]()
Fig. 1 Schematic of the RCDI
system.
本文链接：https://pubs.rsc.org/en/content/articlehtml/2024/mh/d4mh00773e
9. 碳纳米管协同三元金属普鲁士蓝类似物用于高性能摇椅电容去离子电极
![]()
普鲁士蓝类似物 (PBA) 因其出色的氧化还原活性、无毒特性和成本效益而作为有前途的法拉第电极材料候选物在电容去离子 (CDI) 中引起了相当大的兴趣。然而，目前报道的基于 PBA 的 CDI 系统的脱盐性能远远达不到实际应用。在此，通过将 Ni2+ 掺杂到 CoFe-PBA 中并进一步采用导电 CNT 作为 NiCoFe-PBA 粒子原位生长的互连框架的协同策略对 NiCoFe-PBA/碳纳米管 (CNT) 复合材料进行精细定制，赋予复合材料优异的电导率、丰富的氧化还原活性位点和结构稳定性。我们进一步将 NiCoFe-PBA/CNT 复合材料与摇椅式 CDI (RCDI) 电池耦合，以避免阴极和阳极之间的容量不匹配。因此，基于 NiCoFe-PBA/CNT 的 RCDI 系统实现了 140.8 mg g-1 的高脱盐容量和 0.51 mg g-1 s-1 的优异脱盐率，优于目前大多数基于 PBA 的系统，可与目前最先进的 CDI 系统相媲美。该系统还表现出优异的稳定性，在 40 次脱盐循环中几乎没有容量衰减。这项工作强调了细致的电极材料设计和战略性的 CDI 配置在克服 CDI 瓶颈方面的重要性，为未来高性能脱盐系统的进步提供了宝贵的见解。![]()
Fig. 1. Schematic diagram for
the preparation of NiFeCo-PBA/CNT composites.
本文链接：https://doi.org/10.1016/j.seppur.2023.125155
10. 通过无溶剂策略对共价有机骨架锚定石墨烯进行异质界面调控用于高性能超级电容器和混合电容去离子电极
![]()
具有可定制几何形状和氧化还原中心的共价有机框架 (COF) 是超级电容器和混合电容去离子 (HCDI) 的理想候选者。然而，它们较差的固有导电性和以微孔为主的孔结构严重损害了它们的电化学性能，而且使用有机溶剂的合成过程带来了严重的环境和成本问题。在此，二维氧化还原活性吡嗪基 COF (BAHC-COF) 以无溶剂策略锚定在石墨烯表面以进行异质界面调控。制备的 BAHC-COF/石墨烯 (BAHCGO) 纳米杂化材料具有石墨烯载体提供的高速电荷传输和 BAHC-COF 内电解质离子的加速迁移，从而使离子能够有效地占据 BAHC 内的离子存储位点。因此，BAHCGO//活性炭非对称超级电容器实现了 61.2 W h kg−1 的高能量输出和令人满意的长期循环寿命。更重要的是，基于BAHCGO的HCDI具有67.5mg g−1的高盐吸附容量（SAC）和优异的长期脱盐/再生稳定性。这项工作加速了基于COF的材料在储能和水处理领域的应用。![]()
Fig. 1 (a) Schematic
illustration for the preparation process of BAHC and BAHCGO. SEM images of (b)
BAHC, (c) BAHCGO-50, (d) BAHCGO-75, and (e) BAHCGO-100. TEM images of (f) BAHC
and (g) BAHCGO-75. Elemental mapping images of (h) C, (i) N, and (j) O of BAHCGO-75.
本文链接：https://pubs.rsc.org/en/content/articlehtml/2024/mh/d4mh00161c
本文由清华大学深圳国际研究生院高铭提供，仅用于科研交流，无任何商业用途。如有侵权，联系邮箱或添加编辑微信删除。
关注环材有料视频号，提供会议、讲座等直播服务！
微信加群：
环材有料为广大环境材料开发研究领域的专家学者、研发人员提供信息交流分享平台，我们组建了环境材料热点领域的专业交流群，欢迎广大学者和硕博学生加入。
![]()
进群方式：扫下方二维码添加小编为好友，邀请入群。请备注：名字-单位-研究方向。
扫二维码添加小编微信，邀请入群，获得更多资讯
![]()
![]()
