Katalisis & Bahan Kimia

Keterangan
Menyaring komposisi katalis dan rute reaksi berdasarkan prediksi. MatterSeek memprediksi sifat material katalitik dari komposisinya, lalu memvalidasinya di laboratorium otonom.

Katalisis & Bahan Kimia — Sistem Material / Kinerja yang Dapat Diprediksi / Jalur Validasi
AI untuk Penemuan Katalis — Menyaring Fase Aktif dan Dukungan Sebelum Anda Menjalankan Reaktor
Ini memprediksi sifat bahan katalitik dari komposisi kimianya, sehingga fase aktif, promotor, dan bahan pendukung dapat diberi peringkat sebelum reaktor dijalankan atau uji elektrokimia dilakukan.
Aktivitas, selektivitas dan stabilitas digabungkan dengan komposisi dengan cara yang tidak linier, dan setiap evaluasi eksperimen menghabiskan waktu reaktor, bahan baku, dan kapasitas analitis. Penyaringan berdasarkan intuisi berarti bahwa sebagian besar wilayah ruang komposisi tidak pernah diperiksa — termasuk wilayah yang memiliki trade-off terbaik antara aktivitas dan daya tahan.
MatterSeek memprediksi kelompok properti elektrokimia dan termodinamika dari komposisi, termasuk potensi permulaan evolusi oksigen dan kemiringan evolusi oksigen Tafel – dua besaran yang paling langsung menentukan peringkat elektrokatalis untuk evolusi oksigen – bersama dengan titik leleh, koefisien Seebeck, faktor daya, dan angka kelayakan termoelektrik. Penanganan komposisi mendukung satu hingga empat elemen dasar dengan presisi tingkat doping 0,02, sehingga studi promotor dan dopan dimodelkan pada rincian yang sebenarnya ditentukan. Putaran prediksi memakan waktu sekitar satu menit untuk dua elemen dasar, dua untuk tiga, dan tujuh untuk empat.
bukan sekedar daftar. Hasil ditampilkan dalam bentuk bagan radar multi-properti untuk membandingkan kandidat di beberapa metrik sekaligus, peta panas 2D dan 3D yang menunjukkan bagaimana properti terkait aktivitas bergeser di rentang komposisi, dan tabel yang dapat diekspor untuk tinjauan desain.
Komposisi terpilih dipindahkan ke laboratorium otonom MatterSeek seluas 1.200 m². Dua dari enam kelompok prosesnya dipetakan langsung ke pekerjaan katalis: kelompok kimia basah mencakup persiapan prekursor, sintesis hidrotermal dan solvotermal, kalsinasi dan tahap uji pelindian; gugus sol-gel mencakup hidrolisis sol, penuaan gel, pertukaran pelarut, dan pengeringan CO₂ superkritis — jalur standar menuju penyangga dengan area permukaan tinggi dan pembawa katalis aerogel. Karakterisasi otomatis mencakup analisis luas permukaan BET, XRD, Raman dan analisis termal simultan, dengan target 300 hingga 500 sampel per hari tergantung pada rute.
Kelompok bahan katalis yang dibahas meliputi katalis logam dan oksida pendukung, zeolit dan pendukung berpori, elektrokatalis untuk evolusi oksigen, fotokatalis dan bahan termoelektrik.
Pertanyaan Umum
T: Sifat katalitik manakah yang dapat diprediksi?
A: Kelompok elektrokimia dan termodinamika, termasuk potensi permulaan evolusi oksigen, kemiringan Tafel evolusi oksigen, titik leleh, dan parameter termoelektrik seperti koefisien Seebeck dan angka kelayakan.
T: Dapatkah katalis desain MatterSeek mendukung serta fase aktif?
J: Ya. Bahan pendukung merupakan bagian dari ruang komposisi, dan rute pengeringan sol-gel dan superkritis di laboratorium otonom secara khusus disesuaikan untuk pembawa dengan luas permukaan tinggi.
Q: Bagaimana cara mengukur luas permukaan katalis?
J: Analisis BET otomatis dijalankan di dalam laboratorium otonom sebagai bagian dari rantai karakterisasi.
Yuyao (Beijing) Technology Co., Ltd. adalah perusahaan profesional yang mengkhususkan diri dalam persimpangan AI dan bahan katalisis & bahan kimia canggih. Perusahaan ini telah mengembangkan MatterSeek secara mandiri—model dasar besar yang disesuaikan dengan sektor material—dan memelopori algoritme HNN (Hierarchical Neural Network), sekaligus membangun database eksperimen material yang dapat dikontrol dan dipatenkan.

