Каталіз і хімікати

img-mv26vrif-bab0f381


опис

 

Склад каталізатора екрану та шляхи реакцій за прогнозом. MatterSeek прогнозує властивості каталітичних матеріалів на основі складу, а потім перевіряє їх в автономній лабораторії.
 

4 76

Каталіз і хімічні речовини — Система матеріалів / Передбачувана продуктивність / Шлях перевірки

 

 

 

 

 

AI for Catalyst Discovery — переглядайте активні фази та підтримку перед запуском реактора

 

 

1. MatterSeek — це науково-дослідна платформа матеріалів зі штучним інтелектом для розробки каталізаторів і хімічних процесів.

Він передбачає властивості каталітичних матеріалів на основі хімічного складу, тому активні фази, промотори та допоміжні матеріали можуть бути ранжовані перед запуском реактора або проведенням електрохімічного випробування.

2. Розвиток каталізатора відбувається повільно.

Активність, селективність і стабільність пов’язані зі складом нелінійно, і кожна експериментальна оцінка потребує часу реактора, вихідної сировини та аналітичної потужності. Відбір за допомогою інтуїції означає, що великі області композиційного простору ніколи не перевіряються — включно з тими, які мають найкращий компроміс між активністю та довговічністю.

3. Передбачте властивості, які впливають на продуктивність каталізатора.

MatterSeek прогнозує сімейства електрохімічних і термодинамічних властивостей на основі складу, включаючи потенціал початку виділення кисню та нахил Тафеля виділення кисню — дві величини, які безпосередньо класифікують електрокаталізатори для виділення кисню — поряд з температурою плавлення, коефіцієнтом Зеєбека, коефіцієнтом потужності та термоелектричною добротністю. Обробка композиції підтримує від одного до чотирьох базових елементів із точністю рівня легування 0,02, тому дослідження промоторів і легуючих речовин моделюються відповідно до фактичної деталізації. Раунд передбачення займає близько однієї хвилини для двох основних елементів, двох для трьох і семи для чотирьох.

4. Прочитайте твір пейзаж,

не просто список. Результати повертаються як радарні діаграми з кількома властивостями для порівняння кандидатів за кількома показниками одночасно, 2D і 3D теплові карти, які показують, як властивості, пов’язані з діяльністю, зміщуються в діапазоні композиції, і експортовані таблиці для перегляду дизайну.

5. Валідувати в автономній лабораторії.

Композиції, які увійшли в короткий список, переміщуються в автономну лабораторію MatterSeek площею 1200 м². Два з шести кластерів процесів безпосередньо пов’язані з роботою каталізатора: кластер вологої хімії охоплює підготовку прекурсорів, гідротермальний і сольвотермальний синтез, прожарювання та етап випробувань на вилуговування; золь-гелевий кластер охоплює гідроліз золю, старіння гелю, обмін розчинника та надкритичне сушіння CO₂ — стандартний шлях до носіїв із великою площею поверхні та аерогелевих носіїв каталізатора. Автоматизоване визначення характеристик включає аналіз площі поверхні BET, XRD, комбінаційне розсіювання та одночасний термічний аналіз із заявленою цільовою метою від 300 до 500 зразків на день залежно від маршруту.

6. Точність прогнозу становить 95,7% відносно фізичних вимірювань.

Сімейства матеріалів для каталізаторів, що розглядаються, включають металеві та оксидні каталізатори на носіях, цеолітові та пористі носії, електрокаталізатори для виділення кисню, фотокаталізатори та термоелектричні матеріали.

FAQ

 

 

З: Які каталітичні властивості можна передбачити?

A: Електрохімічні та термодинамічні групи, включаючи потенціал початку виділення кисню, нахил Тафеля виділення кисню, температуру плавлення та термоелектричні параметри, такі як коефіцієнт Зеєбека та добротність.

З: Чи може MatterSeek проектувати опори каталізатора, а також активні фази?

A: Так. Допоміжні матеріали є частиною композиційного простору, а золь-гель і надкритичний шлях сушіння в автономній лабораторії спеціально підходить для носіїв з великою площею поверхні.

З: Як вимірюється площа поверхні каталізатора?

A: Автоматизований аналіз BET виконується в автономній лабораторії як частина ланцюга визначення характеристик.

Yuyao (Beijing) Technology Co., Ltd. — професійна компанія, що спеціалізується на поєднанні штучного інтелекту та передових матеріалів для каталізу та хімікатів. Компанія самостійно розробила MatterSeek — основоположну велику модель, адаптовану до сектору матеріалів — і запровадила алгоритм HNN (ієрархічна нейронна мережа), одночасно створюючи власну, керовану базу даних експериментів з матеріалами.