Katalyse en chemicaliën

Beschrijving
Screen katalysatorsamenstellingen en reactieroutes door voorspelling. MatterSeek voorspelt katalytische materiaaleigenschappen op basis van de samenstelling en valideert deze vervolgens in een autonoom laboratorium.

Katalyse en chemicaliën - Materiaalsysteem / Voorspelbare prestaties / Validatietraject
AI voor Catalyst Discovery – Screen actieve fasen en ondersteuningen voordat u een reactor in gebruik neemt
Het voorspelt de katalytische materiaaleigenschappen op basis van de chemische samenstelling, zodat actieve fasen, promotoren en ondersteunende materialen kunnen worden gerangschikt voordat een reactor wordt uitgevoerd of een elektrochemische test wordt uitgevoerd.
Activiteit, selectiviteit en stabiliteit zijn gekoppeld aan de samenstelling op manieren die niet lineair zijn, en elke experimentele evaluatie vergt reactortijd, grondstoffen en analytische capaciteit. Screening op intuïtie betekent dat grote delen van de compositieruimte nooit worden onderzocht, inclusief de delen met de beste balans tussen activiteit en duurzaamheid.
MatterSeek voorspelt elektrochemische en thermodynamische eigenschappenfamilies op basis van de samenstelling, inclusief het potentieel voor het ontstaan van zuurstofevolutie en de zuurstofevolutie. Tafelhelling – de twee grootheden die elektrokatalysatoren het meest direct rangschikken voor zuurstofevolutie – naast het smeltpunt, de Seebeck-coëfficiënt, de arbeidsfactor en het thermo-elektrische waardecijfer. De verwerking van composities ondersteunt één tot vier basiselementen met een dopingprecisie van 0,02, zodat promotor- en doteringsonderzoeken worden gemodelleerd met de granulariteit waarvoor ze feitelijk zijn gespecificeerd. Een voorspellingsronde duurt ongeveer één minuut voor twee basiselementen, twee voor drie en zeven voor vier.
niet zomaar een lijst. De resultaten worden geretourneerd als radardiagrammen met meerdere eigenschappen om kandidaten over verschillende statistieken tegelijk te vergelijken, 2D- en 3D-heatmaps die laten zien hoe activiteitsgerelateerde eigenschappen over een compositiebereik verschuiven, en exporteerbare tabellen voor ontwerpbeoordeling.
De composities op de shortlist verhuizen naar het autonome laboratorium van MatterSeek van 1.200 m². Twee van de zes procesclusters zijn rechtstreeks gekoppeld aan katalysatorwerk: de natte-chemiecluster omvat de bereiding van precursoren, hydrothermische en solvothermische synthese, calcinering en een uitlogingsteststap; het sol-gelcluster omvat solhydrolyse, gelveroudering, uitwisseling van oplosmiddelen en superkritisch CO₂-drogen - de standaardroute naar dragers met een groot oppervlak en aerogel-katalysatordragers. Geautomatiseerde karakterisering omvat BET-oppervlakteanalyse, XRD, Raman en gelijktijdige thermische analyse, met een gesteld doel van 300 tot 500 monsters per dag, afhankelijk van de route.
Katalysatormateriaalfamilies die aan bod komen omvatten ondersteunde metaal- en oxidekatalysatoren, zeoliet- en poreuze dragers, elektrokatalysatoren voor zuurstofontwikkeling, fotokatalysatoren en thermo-elektrische materialen.
Veelgestelde vragen
Vraag: Welke katalytische eigenschappen kunnen worden voorspeld?
A: Elektrochemische en thermodynamische families, inclusief het beginpotentieel van de zuurstofevolutie, de Tafelhelling van de zuurstofevolutie, het smeltpunt en thermo-elektrische parameters zoals de Seebeck-coëfficiënt en het waardecijfer.
Vraag: Kan MatterSeek zowel katalysatorondersteuningen als actieve fasen ontwerpen?
EEN: Ja. Ondersteunende materialen maken deel uit van de compositieruimte, en de sol-gel en superkritische droogroute in het autonome laboratorium is specifiek geschikt voor dragers met een groot oppervlak.
Vraag: Hoe wordt het katalysatoroppervlak gemeten?
A: De geautomatiseerde BET-analyse wordt binnen het autonome laboratorium uitgevoerd als onderdeel van de karakteriseringsketen.
Yuyao (Beijing) Technology Co., Ltd. is een professioneel bedrijf gespecialiseerd in het snijvlak van AI en geavanceerde materialen voor katalyse en chemicaliën. Het bedrijf heeft onafhankelijk MatterSeek ontwikkeld – een fundamenteel groot model dat is toegesneden op de materialensector – en pionierde met het HNN-algoritme (Hierarchical Neural Network), terwijl het een eigen, controleerbare database met materiaalexperimenten opbouwde.

