کاتالیزور و مواد شیمیایی

img-mv26vrif-bab0f381


توضیحات

 

ترکیبات کاتالیزور صفحه نمایش و مسیرهای واکنش با پیش بینی MatterSeek خواص کاتالیزوری مواد را از ترکیب پیش بینی می کند، سپس آنها را در یک آزمایشگاه مستقل تأیید می کند.
 

4 76

کاتالیز و مواد شیمیایی - سیستم مواد / عملکرد قابل پیش بینی / مسیر اعتبار سنجی

 

 

 

 

 

هوش مصنوعی برای کشف کاتالیزور - مراحل فعال صفحه نمایش و پشتیبانی قبل از اجرای یک راکتور

 

 

1. MatterSeek یک پلت فرم تحقیق و توسعه مواد هوش مصنوعی برای توسعه کاتالیزور و فرآیندهای شیمیایی است.

خواص کاتالیزوری مواد را از ترکیب شیمیایی پیش‌بینی می‌کند، بنابراین فازهای فعال، پروموترها و مواد پشتیبان را می‌توان قبل از اجرای راکتور یا آزمایش الکتروشیمیایی رتبه‌بندی کرد.

2. توسعه کاتالیست به کندی شکست می خورد.

فعالیت، گزینش پذیری و پایداری به روش هایی که خطی نیستند با ترکیب همراه می شوند و هر ارزیابی تجربی زمان، مواد اولیه و ظرفیت تحلیلی راکتور را مصرف می کند. غربالگری از طریق شهود به این معنی است که مناطق بزرگی از فضای ترکیب بندی هرگز مورد بررسی قرار نمی گیرند - از جمله مناطقی که بهترین مبادله بین فعالیت و دوام را دارند.

3. پیش بینی خواصی که عملکرد کاتالیست دروازه را ایجاد می کند.

MatterSeek خانواده‌های ویژگی‌های الکتروشیمیایی و ترمودینامیکی را از ترکیب، از جمله پتانسیل شروع تکامل اکسیژن و شیب تافل تکامل اکسیژن - دو کمیتی که مستقیماً الکتروکاتالیست‌ها را برای تکامل اکسیژن رتبه‌بندی می‌کنند - در کنار نقطه ذوب، ضریب Seebeck، ضریب توان و شکل ترموالکتریکی را پیش‌بینی می‌کند. مدیریت ترکیب از یک تا چهار عنصر پایه با دقت سطح دوپینگ 0.02 پشتیبانی می کند، بنابراین مطالعات پروموتر و ناخالصی با دانه بندی مشخص شده مدل سازی می شوند. یک دور پیش بینی برای دو عنصر پایه، دو تا برای سه و هفت برای چهار، حدود یک دقیقه طول می کشد.

4. منظره ترکیب بندی را بخوانید،

نه فقط یک لیست نتایج به‌عنوان نمودارهای رادار چند ویژگی برای مقایسه نامزدها در چندین معیار به طور همزمان، نقشه‌های حرارتی دوبعدی و سه‌بعدی که نشان می‌دهند چگونه ویژگی‌های مرتبط با فعالیت در یک محدوده ترکیب تغییر می‌کنند، و جداول قابل صادرات برای بررسی طراحی، برگردانده می‌شوند.

5. اعتبار سنجی در یک آزمایشگاه مستقل.

ترکیبات فهرست کوتاه به آزمایشگاه مستقل 1200 متر مربعی MatterSeek منتقل می شوند. دو تا از شش خوشه فرآیند آن مستقیماً روی کار کاتالیزور نقشه می‌شوند: خوشه شیمی مرطوب آماده‌سازی پیش‌ساز، سنتز هیدروترمال و حل‌گرمایی، کلسینه کردن و مرحله آزمایش لیچینگ را پوشش می‌دهد. خوشه سل-ژل هیدرولیز سل، پیری ژل، تبادل حلال و خشک کردن فوق بحرانی CO2 را پوشش می دهد - مسیر استاندارد برای حمایت از سطح بالا و حامل های کاتالیزور ایروژل. خصوصیات خودکار شامل آنالیز سطح BET، XRD، Raman و آنالیز حرارتی همزمان، با هدف اعلام شده 300 تا 500 نمونه در روز بسته به مسیر است.

6. دقت پیش بینی در برابر اندازه گیری فیزیکی 95.7٪ است.

خانواده‌های مواد کاتالیزوری شامل کاتالیزورهای فلزی و اکسیدی، تکیه‌گاه‌های زئولیت و متخلخل، الکتروکاتالیست‌های تکامل اکسیژن، فوتوکاتالیست‌ها و مواد ترموالکتریک هستند.

سوالات متداول

 

 

س: کدام خواص کاتالیزوری را می توان پیش بینی کرد؟

A: خانواده های الکتروشیمیایی و ترمودینامیکی، از جمله پتانسیل شروع تکامل اکسیژن، شیب تافل تکامل اکسیژن، نقطه ذوب و پارامترهای ترموالکتریک مانند ضریب Seebeck و رقم شایستگی.

س: آیا می‌تواند از کاتالیزور طراحی MatterSeek و همچنین فازهای فعال پشتیبانی کند؟

ج: بله. مواد پشتیبان بخشی از فضای ترکیب هستند، و مسیر سل-ژل و خشک کردن فوق بحرانی در آزمایشگاه خودمختار به طور خاص برای حامل های سطح بالا مناسب است.

س: سطح سطح کاتالیزور چگونه اندازه گیری می شود؟

A: تجزیه و تحلیل BET خودکار در داخل آزمایشگاه مستقل به عنوان بخشی از زنجیره خصوصیات اجرا می شود.

Yuyao (Beijing) Technology Co., Ltd. یک شرکت حرفه ای متخصص در تقاطع هوش مصنوعی و مواد پیشرفته کاتالیزور و مواد شیمیایی است. این شرکت به طور مستقل MatterSeek را توسعه داده است - یک مدل بزرگ اساسی که برای بخش مواد طراحی شده است - و الگوریتم HNN (شبکه عصبی سلسله مراتبی) را پیشگام کرده است، در حالی که یک پایگاه داده آزمایشی مواد قابل کنترل و اختصاصی ساخته است.