Kataliza in kemikalije

Opis
Sestave presejalnih katalizatorjev in reakcijske poti z napovedjo. MatterSeek napove lastnosti katalitičnega materiala iz sestave, nato pa jih potrdi v avtonomnem laboratoriju.

Kataliza in kemikalije – Materialni sistem / Predvidljiva učinkovitost / Validacijska pot
Umetna inteligenca za odkrivanje katalizatorja – preverite aktivne faze in podpore, preden zaženete reaktor
Napoveduje lastnosti katalitičnega materiala iz kemijske sestave, tako da je mogoče aktivne faze, promotorje in podporne materiale razvrstiti pred zagonom reaktorja ali izvedbo elektrokemičnega testa.
Dejavnost, selektivnost in stabilnost so povezane s sestavo na načine, ki niso linearni, in vsaka eksperimentalna ocena porabi čas reaktorja, surovine in analitično zmogljivost. Preverjanje po intuiciji pomeni, da nikoli ne pregledamo velikih območij prostora kompozicije – vključno s tistimi, ki imajo najboljši kompromis med aktivnostjo in vzdržljivostjo.
MatterSeek napove družine elektrokemičnih in termodinamičnih lastnosti iz sestave, vključno z začetnim potencialom nastajanja kisika in Tafelovim nagibom nastajanja kisika – dvema količinama, ki najbolj neposredno razvrščata elektrokatalizatorje za nastajanje kisika – skupaj s tališčem, Seebeckovim koeficientom, faktorjem moči in termoelektrično vrednostjo. Ravnanje s sestavo podpira enega do štiri osnovne elemente z natančnostjo ravni dopinga 0,02, zato so študije promotorja in dopanta modelirane glede na granularnost, ki je dejansko določena. Krog napovedovanja traja približno eno minuto za dva osnovna elementa, dva za tri in sedem za štiri.
ne le seznam. Rezultati so vrnjeni kot radarski diagrami z več lastnostmi za primerjavo kandidatov po več metrikah hkrati, 2D in 3D toplotni zemljevidi, ki prikazujejo, kako se lastnosti, povezane z dejavnostjo, spreminjajo v razponu sestave, in izvozne tabele za pregled zasnove.
Skladbe, uvrščene v ožji izbor, se preselijo v 1200 m² velik avtonomni laboratorij MatterSeek. Dva od njegovih šestih procesnih grozdov se preslikata neposredno na delo katalizatorja: grozd mokre kemije zajema pripravo prekurzorja, hidrotermalno in solvotermalno sintezo, kalcinacijo in preskusno stopnjo izpiranja; grozd sol-gel zajema hidrolizo sola, staranje gela, izmenjavo topil in sušenje s superkritičnim CO₂ – standardna pot do nosilcev z veliko površino in nosilcev katalizatorja v aerogelu. Avtomatizirana karakterizacija vključuje analizo površine BET, XRD, ramansko in sočasno termično analizo, z navedenim ciljem od 300 do 500 vzorcev na dan, odvisno od poti.
Obravnavane družine katalizatorskih materialov vključujejo kovinske in oksidne katalizatorje na nosilcu, zeolitne in porozne nosilce, elektrokatalizatorje za sproščanje kisika, fotokatalizatorje in termoelektrične materiale.
pogosta vprašanja
V: Katere katalitične lastnosti je mogoče predvideti?
A: Elektrokemične in termodinamične družine, vključno z začetnim potencialom sproščanja kisika, Tafelovim naklonom sproščanja kisika, tališčem in termoelektričnimi parametri, kot sta Seebeckov koeficient in meritnost.
V: Ali lahko MatterSeek design katalizator podpira kot tudi aktivne faze?
O: Da. Podporni materiali so del sestavnega prostora, sol-gel in superkritična sušilna pot v avtonomnem laboratoriju pa sta posebej primerna za nosilce z veliko površino.
V: Kako se meri površina katalizatorja?
O: Avtomatizirana BET analiza poteka znotraj avtonomnega laboratorija kot del karakterizacijske verige.
Yuyao (Beijing) Technology Co., Ltd. je strokovno podjetje, specializirano za presečišče umetne inteligence in naprednih materialov za katalizo in kemikalije. Podjetje je neodvisno razvilo MatterSeek – temeljni velik model, prilagojen sektorju materialov – in pionirsko razvilo algoritem HNN (Hierarchical Neural Network), medtem ko je gradilo lastniško zbirko podatkov o eksperimentih z materiali, ki jih je mogoče nadzorovati.

