촉매 및 화학물질

img-mv26vrif-bab0f381


설명

 

예측을 통해 촉매 조성 및 반응 경로를 스크리닝합니다. MatterSeek는 구성으로부터 촉매 물질 특성을 예측한 다음 자율 실험실에서 이를 검증합니다.
 

4 76

촉매 및 화학 — 재료 시스템 / 예측 가능한 성능 / 검증 경로

 

 

 

 

 

촉매 발견을 위한 AI — 원자로를 실행하기 전에 활성 단계 및 지원을 선별합니다.

 

 

1. MatterSeek은 촉매 및 화학 공정 개발을 위한 AI 소재 R&D 플랫폼입니다.

화학적 조성으로부터 촉매 물질 특성을 예측하므로 반응기 실행 또는 전기화학적 테스트가 수행되기 전에 활성상, 촉진제 및 지지 물질의 순위를 매길 수 있습니다.

2. 촉매 개발이 천천히 실패합니다.

활성, 선택성 및 안정성은 선형이 아닌 방식으로 구성과 결합되며 각 실험 평가에는 반응기 시간, 공급원료 및 분석 용량이 소모됩니다. 직관에 의한 선별은 활동과 내구성 사이에서 가장 좋은 균형을 유지하는 영역을 포함하여 구성 공간의 넓은 영역을 검사하지 않음을 의미합니다.

3. 촉매 성능을 좌우하는 특성을 예측합니다.

MatterSeek는 융점, 제벡 계수, 역률 및 열전 성능 지수와 함께 산소 발생 개시 전위 및 산소 발생 Tafel 기울기(산소 발생에 대한 전기촉매의 순위를 가장 직접적으로 지정하는 두 가지 양)를 포함한 구성에서 전기화학적 및 열역학적 특성군을 예측합니다. 구성 처리는 0.02의 도핑 수준 정밀도로 1~4개의 기본 요소를 지원하므로 프로모터 및 도펀트 연구는 실제로 지정된 세분성으로 모델링됩니다. 예측 라운드는 기본 요소 2개에 대해 약 1분, 3개에 대해 2분, 4개에 대해 7분 정도 소요됩니다.

4. 구도 풍경을 읽고,

단순한 목록이 아닙니다. 결과는 한 번에 여러 지표에 걸쳐 후보를 비교하기 위한 다중 속성 레이더 차트, 활동 관련 속성이 구성 범위에서 어떻게 이동하는지 보여주는 2D 및 3D 히트 맵, 디자인 검토를 위해 내보낼 수 있는 테이블로 반환됩니다.

5. 자율 실험실에서 검증합니다.

최종 후보작은 MatterSeek의 1,200m² 규모 자율 실험실로 이동됩니다. 6개 공정 클러스터 중 2개는 촉매 작업에 직접 매핑됩니다. 습식 화학 클러스터는 전구체 준비, 열수 및 용매열 합성, 하소 및 침출 테스트 단계를 다루고 있습니다. 졸-겔 클러스터는 졸 가수분해, 겔 노화, 용매 교환 및 초임계 CO2 건조를 포괄합니다. 이는 고표면적 지지체 및 에어로겔 촉매 담체에 대한 표준 경로입니다. 자동 특성화에는 BET 표면적 분석, XRD, Raman 및 동시 열 분석이 포함되며, 경로에 따라 하루 300~500개의 샘플을 목표로 합니다.

6. 실제 측정 대비 예측 정확도는 95.7%입니다.

다루는 촉매 재료 계열에는 지원되는 금속 및 산화물 촉매, 제올라이트 및 다공성 지지체, 산소 발생을 위한 전기촉매, 광촉매 및 열전 재료가 포함됩니다.

FAQ

 

 

Q: 어떤 촉매 특성을 예측할 수 있나요?

A: 산소 발생 개시 전위, 산소 발생 타펠 기울기, 융점 및 제벡 계수 및 성능 지수와 같은 열전 매개변수를 포함한 전기화학 및 열역학 계열.

Q: MatterSeek는 활성 단계뿐만 아니라 촉매 지지체도 설계할 수 있습니까?

답: 그렇습니다. 지지 재료는 구성 공간의 일부이며 자율 실험실의 졸-겔 및 초임계 건조 경로는 표면적이 큰 캐리어에 특히 적합합니다.

Q: 촉매 표면적은 어떻게 측정되나요?

A: 자동화된 BET 분석은 특성화 체인의 일부로 자율 실험실 내부에서 실행됩니다.

Yuyao (Beijing) Technology Co., Ltd.는 AI와 촉매 및 화학 첨단 소재의 교차점을 전문으로 하는 전문 회사입니다. 이 회사는 재료 부문에 맞춘 기본 대형 모델인 MatterSeek를 독립적으로 개발하고 HNN(Hierarchical Neural Network) 알고리즘을 개척하는 동시에 독점적이고 제어 가능한 재료 실험 데이터베이스를 구축했습니다.