触媒と化学薬品

img-mv26vrif-bab0f381


説明

 

予測により触媒組成と反応経路をスクリーニングします。 MatterSeek は、触媒材料の特性を組成から予測し、自律型ラボで検証します。
 

4 76

触媒と化学物質 — 材料システム / 予測可能な性能 / 検証経路

 

 

 

 

 

AI for Catalyst Discovery — Reactor を実行する前にアクティブなフェーズとサポートをスクリーニング

 

 

1. MatterSeek は、触媒および化学プロセス開発のための AI 材料研究開発プラットフォームです。

化学組成から触媒材料の特性を予測するため、反応器の運転や電気化学試験を行う前に活性相、促進剤、担体材料をランク付けできます。

2. 触媒の開発はゆっくりと失敗します。

活性、選択性、安定性は組成と非線形で結びついており、各実験評価では反応時間、原料、分析能力が消費されます。直観によるスクリーニングは、活性と耐久性の間で最良のトレードオフを維持する領域を含め、構成空間の広い領域が決して検査されないことを意味します。

3. 触媒の性能を左右する特性を予測します。

MatterSeek は、融点、ゼーベック係数、力率、熱電性能指数と並んで、酸素発生開始電位と酸素発生ターフェル勾配(酸素発生に関して電極触媒を最も直接的にランク付けする 2 つの量)を含む組成から電気化学的および熱力学的特性群を予測します。組成処理では、ドーピング レベルの精度 0.02 で 1 ~ 4 つの基本要素がサポートされるため、プロモーターとドーパントの研究は、実際に指定された粒度でモデル化されます。予測ラウンドには、2 つの基本要素の場合は約 1 分、3 つの場合は 2 分、4 つの場合は 7 分かかります。

4. 構図の風景を読み、

単なるリストではありません。結果は、複数のメトリクスにわたって候補を一度に比較するためのマルチプロパティ レーダー チャート、アクティビティ関連のプロパティが組成範囲全体でどのように変化するかを示す 2D および 3D ヒート マップ、および設計レビュー用にエクスポート可能なテーブルとして返されます。

5. 自律的な実験室で検証します。

最終候補に残った作品は、MatterSeek の 1,200 平方メートルの自律型ラボに移動します。 6 つのプロセス クラスターのうち 2 つは、触媒の作業に直接マッピングされています。湿式化学クラスターは、前駆体の調製、水熱およびソルボサーマル合成、焼成、浸出試験ステップをカバーします。ゾルゲルクラスターは、ゾルの加水分解、ゲルの老化、溶媒交換、超臨界 CO₂ 乾燥をカバーします。これは、高表面積の担体とエアロゲル触媒担体への標準的なルートです。自動特性評価には、BET 表面積分析、XRD、ラマン、同時熱分析が含まれており、ルートに応じて 1 日あたり 300 ~ 500 サンプルのサンプルを目標としています。

6. 物理測定に対して予測精度は 95.7% です。

対象となる触媒材料ファミリーには、担持金属および酸化物触媒、ゼオライトおよび多孔質担体、酸素発生用の電極触媒、光触媒、熱電材料が含まれます。

よくある質問

 

 

Q: どの触媒特性を予測できますか?

A: 酸素発生開始電位、酸素発生ターフェル勾配、融点、ゼーベック係数や性能指数などの熱電パラメーターを含む電気化学および熱力学ファミリー。

Q: MatterSeek は活性相だけでなく触媒担体も設計できますか?

A: はい。担体材料は組成空間の一部であり、自律実験室でのゾルゲルおよび超臨界乾燥ルートは、特に高表面積の担体に適しています。

Q: 触媒の表面積はどのように測定されますか?

A: 自動 BET 分析は、特性評価チェーンの一部として自律実験室内で実行されます。

Yuyao (Beijing) Technology Co., Ltd. は、AI と触媒および化学物質の先端材料の融合を専門とする専門会社です。同社は、材料分野に合わせた基礎的な大規模モデルである MatterSeek を独自に開発し、独自の制御可能な材料実験データベースを構築しながら、HNN (階層ニューラル ネットワーク) アルゴリズムを先駆けて開発しました。