Catalyse et produits chimiques

Description
Criblez les compositions de catalyseurs et les voies de réaction par prédiction. MatterSeek prédit les propriétés des matériaux catalytiques à partir de leur composition, puis les valide dans un laboratoire autonome.

Catalyse et produits chimiques — Système de matériaux / Performances prévisibles / Voie de validation
AI pour Catalyst Discovery - Filtrez les phases actives et les supports avant d'exécuter un réacteur
Il prédit les propriétés des matériaux catalytiques à partir de la composition chimique, de sorte que les phases actives, les promoteurs et les matériaux de support peuvent être classés avant l'exécution d'un réacteur ou d'un test électrochimique.
L'activité, la sélectivité et la stabilité sont couplées à la composition de manière non linéaire, et chaque évaluation expérimentale consomme du temps de réacteur, des matières premières et des capacités analytiques. Le filtrage par intuition signifie que de grandes régions de l’espace de composition ne sont jamais examinées, y compris celles qui offrent le meilleur compromis entre activité et durabilité.
MatterSeek prédit les familles de propriétés électrochimiques et thermodynamiques à partir de la composition, y compris le potentiel de début d'évolution de l'oxygène et la pente de Tafel d'évolution de l'oxygène - les deux quantités qui classent le plus directement les électrocatalyseurs pour l'évolution de l'oxygène - ainsi que le point de fusion, le coefficient Seebeck, le facteur de puissance et le facteur de mérite thermoélectrique. La gestion des compositions prend en charge un à quatre éléments de base avec une précision de niveau de dopage de 0,02, de sorte que les études sur les promoteurs et les dopants sont modélisées à la granularité pour laquelle elles sont réellement spécifiées. Un tour de prédiction dure environ une minute pour deux éléments de base, deux pour trois et sept pour quatre.
pas seulement une liste. Les résultats sont renvoyés sous forme de graphiques radar multi-propriétés pour comparer les candidats sur plusieurs métriques à la fois, de cartes thermiques 2D et 3D qui montrent comment les propriétés liées à l'activité évoluent sur une plage de composition et de tableaux exportables pour l'examen de la conception.
Les compositions présélectionnées emménagent dans le laboratoire autonome de MatterSeek de 1 200 m². Deux de ses six groupes de processus correspondent directement au travail sur les catalyseurs : le groupe de chimie humide couvre la préparation des précurseurs, la synthèse hydrothermale et solvothermique, la calcination et une étape de test de lixiviation ; le groupe sol-gel couvre l'hydrolyse du sol, le vieillissement du gel, l'échange de solvants et le séchage au CO₂ supercritique – la voie standard vers les supports de grande surface et les supports de catalyseurs d'aérogel. La caractérisation automatisée comprend l'analyse de surface BET, la DRX, la Raman et l'analyse thermique simultanée, avec un objectif déclaré de 300 à 500 échantillons par jour selon l'itinéraire.
Les familles de matériaux catalytiques abordées comprennent les catalyseurs métalliques et oxydes sur support, les supports zéolitiques et poreux, les électrocatalyseurs pour le dégagement d'oxygène, les photocatalyseurs et les matériaux thermoélectriques.
FAQ
Q : Quelles propriétés catalytiques peut-on prédire ?
A : Familles électrochimiques et thermodynamiques, y compris le potentiel de début de dégagement d'oxygène, la pente de Tafel de dégagement d'oxygène, le point de fusion et les paramètres thermoélectriques tels que le coefficient de Seebeck et le facteur de mérite.
Q : MatterSeek peut-il concevoir des supports de catalyseur ainsi que des phases actives ?
R : Oui. Les matériaux de support font partie de l’espace de composition, et la voie de séchage sol-gel et supercritique dans le laboratoire autonome est particulièrement adaptée aux supports de grande surface.
Q : Comment la surface du catalyseur est-elle mesurée ?
R : L’analyse BET automatisée s’effectue au sein du laboratoire autonome dans le cadre de la chaîne de caractérisation.
Yuyao (Beijing) Technology Co., Ltd. est une entreprise professionnelle spécialisée dans l'intersection de l'IA et des matériaux avancés de catalyse et de produits chimiques. La société a développé indépendamment MatterSeek, un grand modèle fondamental adapté au secteur des matériaux, et a été pionnière de l'algorithme HNN (Hierarchical Neural Network), tout en créant une base de données exclusive et contrôlable d'expériences sur les matériaux.

