Giriş: Hızlı Catalyst Ekran için Imperative
Catalystler modern kimyanın çalışma alanlarıdır, endüstriyel kimyasal proseslerin %90'ını sağlar - amonyak sentez ve petrol üretimine ve yenilenebilir enerji dönüşümüne yönelik yapılan araştırmalardır.Yeni katalizörler için daha yüksek aktivite, seçim ve istikrar, yeşil kimyadan karbon kullanımına kadar uzanan alanlarda kritik bir yenilik sürücüdür. Ancak, tasarım alanı şaşırtıcı derecede geniştir: bu tür elementlerin sayısı, oxidasyon durumlarının, desteği ve morfolojilerin araştırılması, desteklenmesi ve morfolojilerin sürekli olarak kullanılması. Geleneksel deneme-ve-terör ve testler, bir materyal için aylarca veya yıllar sürebilir.
Yüksek performanslı (HTS) Catalyst Keşifleri
Yüksek kod tarama (HTS), geleneksel el yöntemleri tarafından ulaşılamayan binlerce farklı katalizörü test edebilir ve değerlendirilebilir. Modern HTS platformları, haftada on binlerce farklı katalizör testini test edebilir.Ana iş akışı üç aşamayı içerir: kütüphane tasarımı ve sentez, paralel reaksiyon testi ve hızlı ürün analizi.
Otomatik Synthesis ve Kütüphane İnşaatı
HTS, sistemli katalizör kütüphaneler ile başlar. Sıvı elling robotlar, inkjet baskı, sp kaplama veya elektrot, 96-da formatları, tek bir substrat üzerinde düktörel değişiklikler sağlar.Tek bir kombinasyonda otomatik olarak desteklenen ve hidrotermal sentez istasyonları, bu yüzden her gün binlerce farklı katalizör örnek üretebilir.Bu tür inkjet baskı, sp kaplama veya elektrotrasyon, ince film veya nanopartiküller tek bir substrat üzerinde dizi oluşturabilir.
Paralel Reaktör Sistemleri ve Hızlı Test
Kütüphaneler hazırlanırken, kontrollü reaksiyon koşulları altında test edilmelidirler. Yüksek kodlu reaktörler birkaç konfigürasyonda gelir:
- [FONT=0]Eh-parti reaktörleri:[Dönetici ısıtma, gaz akışı ve karıştırılmış, bu birimler (örneğin, HELANSD:2)K[DÜDÜDÜDÜDÜDÜDÜDÜDÜDÜDÜDÜDÜDÜDÜDÜDÜDÜ) aynı anda gaz kromatografi veya kütle spektrometre ile 48 bağımsız tepkiye kadar sürebilir.
- [FONT:0) Parallel sabit yatak reaktörleri: ), öncelikle gaz-fay tepkileri için kullanılan bu diziler, 16 veya daha fazla mikro-reactors yüksek sıcaklıklar ve baskılarda çalışır, tek bir analitik enstrümana otomatik geçiş ile.
- [FONTcal görüntüleme reaktörleri:[Dönetici: 0,4][/FONT=FONT=0) Optimal görüntüleme reaktörleri:[Dönetici/FES) Bir renk veya floreslik değişikliği üreten tepkiler için (örneğin, bir boya veya enzim aktivitesinin hidrojenasyonu), kameralar ve plaka okuyucuları, gerçek zamanlı olarak yüzlerce tepki izleyebilirler.
HTS ile yapılan temel analitik teknikler hızlı gaz kromatografi ([Dönetici:0) ve otomatik örnekleme ile paralel reaktörlerin kombinasyonu () literatürde bildirilen sayılardan yüksek bilgiler sağlar.
HTS'de veri analizi ve yönetimi
HTS kampanyaları tarafından üretilen büyük veri setleri hem bir fırsat hem de bir meydan okuma oluşturuyor. Büyük kompozisyon kütüphaneleri, çalıştırılan binlerce veri noktası üretiyor, sağlam istatistik analizini, görselleştirmeyi ve genellikle gelecek vaatleri tespit etmeyi öğreniyor. Tools like main component analysis (PCA), hierarchical clustering ve karar ağaçları, birçok değişkenin etkisini nasıl güçlendiriyor. Birçok araştırma grubu şimdi, yeni keşifler için tasarlanmış yeni keşifler için tasarlanmış.
HTS'lerin Avantajları ve Sınırlamaları
- [FONT:0)Speed:[Dönetici: 0,3) Günde binlerce deney, keşif zamanlarını yıllarca aylarca azaltın.
- [0]Automation:[[Dönetici: 0,3|Döneticileri manuel hataya ayır, yenidenroditeyi arttırır ve uzun vadede daha düşük iş maliyetleri azaltır.
- [FONT:0)Data-rich çıktı:[Dönetici:[Dönetici:0) Daha fazla tasarıma rehberlik eden kapsamlı yapı-aktivite ilişkileri sağlar.
- [FONT:0]Scale-up sorunları:[Dönetici reaktörlerdeki koşullar genellikle büyük ölçekli endüstriyel reaktörlerden önemli ölçüde farklıdır; karıştırın, ısı transferi ve toplu taşıma sonuçları etkileyebilir.
- [FONT:0)Initial yatırım: [Dönetici: Robotik, uzman reaktörler ve analitik araçlar yüzlerce binlerce dolara mal olabilir.
- [FONT:0)Data karmaşıklığı:[Dönetici analizi olmadan, veri deluge anlamlı desenleri gizleyebilir.
C ⁇ Ekranlama: İlk İlk İlk İlk İlk İlk İlk İlk İlkden Makine Öğrenmeye Girin
Deney HTS'ye paralel olarak, hesaplama taraması güçlü bir tamamlayıcı haline geldi - ve birçok durumda, önkoşul - verimli katalizör keşif için. Milyonlarca varsayımsal materyali değerlendirerek:0) silico), hesaplama yöntemleri, deneysel arama alanı sadece en umut verici adaylara daralttı.
Yoğunluğu Fonksiyonel Teori (DFT) ve Yüksek-Throughput Computation
DFT, elektronik yapının hesaplanmasına, adsorpsiyon enerjilerine, geçiş eyaletlerine ve katalizör yüzeylere yönelik reaksiyon yollarına olanak sağlar.()Malzeme Projesi), [[Döneticileri|Döneticileri|projektifler için bu veritabanını ekranlara görerekli olarak kullananlar için, adpsiyonel enerji ve formasyonlar için daha önce doğrulanan bir şekilde doğrulanmış olan DFT-kompresyona dayalı olarak kullanılan otomatikleştirilmiş özelliklerdir.
Hızlı Önleme için Makine Öğrenmesi (ML)
DFT veya deneysel veriler üzerinde eğitilmiş makine öğrenme modelleri, persaniyelerde katalizör performansı tahmin edebilir, bilim[Dönetici ve yapı alanlarının keşfine olanak sağlar. Ortak yaklaşımlar, nükleerle aktivasyon ağaçları ve Gaussian süreçleri sadece elemental özellikler, geometri ve kompozisyon gibi özellikler için uygulanan modeller.TheFLT:010) Bilim) Karşılaştırmalı egzersiz için kedisel aktiviteyi tahmin etmek için son derece belirsizdir.).
Moleküler Dinamik (MD) ve Kinetic Modeling
DFT termodinamik ve elektronik bilgi sağlarken, MD simülasyonları zaman zaman dinamiklerini ekler, difüzyonu ele alır, yüzey yeniden yapılandırılması ve reaksiyon koşulları altında çözücü etkiler. Kinetic Monte Carlo (KMC) yöntemleri, katalitik çevrimleri uzun süre boyunca simüle edebilir, ciro frekanslarına ve deaktivasyon mekanizmalarına dair bilgi verebilir.
C ⁇ Ekranlamaları ve Sınırlamaları
- [FONT:0]Cost- effective:[Dönetici:[Dönetici:[Dönetici: 0) Malzemeler boşa harcanıyor ve sentez zamanlarından kaçınıyor; birçok hesaplama paylaşılan bilgisayar kaynakları üzerinde yapılabilir.
- [FONT:0)Speed:[Dönetici 1] eğitimli ML modelleri ile milyonlarca aday saat içinde değerlendirilebilir.
- [FONT:0) Insight:[Dönetici:[Dönetici: [Dönetici: [Dönetici: [Dönem: [Dönetici: [Dönetici: [Dönetici: 0:0) Bir katalizörün neden işlediği atomik ölçeksel anlayışa sahiptir, rasyonel tasarımı kolaylaştırmayı sağlar.
- [FONT:0) Adaylık: [DFT hataları geçiş metalleri, yüzey kusurları ve sol arayüzleri için önemli olabilir; tahminler deneysel geçerliliği gerektirir.
- [FONT:0)Complexity:[[Dönetici:[Dönetici:0) Gerçek koşulları (örneğin, yüksek sıcaklık, yüzey yeniden yapılandırması) zor kalır.
- [FONT:0]Validation şişeneck: Umut verici tahminlerin sayısı genellikle onları test etmek için deneysel kapasiteyi aşıyor.
Tümleşik Experimental-C ⁇ Workflows
En etkili tarama çabaları hem deneysel hem de hesaplama yaklaşımlarını iteratif döngülerde birleştirir. Tipik bir bütünleşik bir iş aşağıdaki gibi çalışır:
- [FONT:0)C ⁇ ön ekran: [DFT ve ML, aday katalizörlerin daha küçük bir alt setini (örneğin 100.000 $ ilk havuzundan 1.000) tespit eder.
- [FONT:0) Yüksek Lisans sentez ve test: Robotik platformlar mikroreak dizilerinde ilk adayları sentezler ve aktivitelerini ölçmek, seçiciliği ve stabilitelerini ölçmek.
- [FONT:0)Data feedback:[Dönetici sonuçları hesaplama modellerine geri beslenir, tahmin doğruluğunu geliştirmek için DFT tanımlayıcılarını yeniden eğitir.
- [FONT:0)Iteration:[Dönetici:[Dönetici:0) Bu, en uygun malzemeler üzerinde bir araya gelen yeni bir nesil adayların, rafine model ekranları yeniden sentezlenmiş ve test edilmiştir.
Bu kapalı-loop yaklaşımı, hidrojen evrimi için gelişmiş katalizörler, oksijen azaltımı ve hidrokarbon reformunu gerçekleştirmek için başarıyla uygulandı. Örneğin, Toyota Research Institute'de araştırmacılar ve 0:0)Lawson Health Research Institute) geleneksel yöntemler kullanarak elde edilen bir süreç, yüksek-put testi ve ML'nin bir hafta içinde oksijen evrimi reaksiyonları için son derece aktif olmayan bir metal katalizörü tespit etmesi için.
Ekran Teknikleri: Optik, Elektrokimya ve Mikrofluidic
HTS ve hesaplama yöntemlerinin ötesinde, belirli katalizör türleri veya reaksiyon sınıfları için birkaç özel tarama tekniği yapılır:
Optik Ekranlama Fluorescence ve Termostatgrafi
Bir fluorsan ürünü üreten katalizörler için (örneğin, enzim kataliz veya belirli polimerizasyon süreçleri), fluorescence mikro plaka okuyucuları, aktif palladiumları tespit etmek için hızla kullanılabilir.
Elektrokimyasal Ekran Dizileri
Elektrocatalysts (kıt hücreler, elektrolizerler, CO)0[Döneticileri 1 ), elektrokimyasal mikroskopi (SECCM) ve multielectrodes serisi, tek bir substrat üzerinde paralel testlere izin verir.Bu teknikler, yüksek uzaysal çözünürlükte, yüksek çözünürlükte yüksek çözünürlükte mikro kompozisyonların hızlı taramasını sağlar.
Kinetics Ekranlama için Mikrofluidic Reaktörler
Mikrofluidic cihazlar, konut zamanında, sıcaklık ve karıştırma konusunda hassas kontrol sunar, onları tarama homojen katalizörler ve biyokatalysts için ideal hale getirir. Droplet- bazlı mikrofluidics encapsulates bireysel katalizörler - resimli karışımlar ile aşırı derecede yüksek ısıtılır - nano litrelik yüksek düşüşler için her biri ikinci başına mikro-reactor olarak hizmet eder.
Meydan okumalar ve Kataliz Ekranda Pitfalls
Dikkatli ilerlemeye rağmen, tarama kampanyalarının etkinliğini azaltabilecek birkaç zorluk kalır:
- [FONT:0]Scale-up korelasyon: [DDD: 1) Mikro ölçekli çalışmalarda ölçülen etkinlik genellikle ulaşım kısıtlamaları, ısı dağılımı ve katalizör zehirlenmesi nedeniyle endüstriyel reaktörlere transfer değildir. Laboratuvarda sürekli akış reaktörlerinde doğrulama ölçeklendirmeden önce gereklidir.
- [FONT=0)Data reproducability:[Dön otomatik sistemlerle, sentez parametrelerinde küçük değişiklikler (örneğin, öncü yaş, sıcaklık rampası oranı) eserler tanıtabilir. Rigorous kaliteli kontrol ve çapraz-validasyon geleneksel yöntemlerle yanlış pozitiflerden kaçınmak için gereklidir.
- [FONT=0)Analytical throughput vs. derinliği: Hızlı örnekleme yöntemleri genellikle sadece tek bir metrik (örneğin, dönüşüm) ayrıntılı ürün dağıtım yerine, daha fazla bilgilendirici analiz (NMR, HPLC) daha yavaştır, bağlantı ve kimyasal bilgiler arasında bir ticaret-off oluşturur.
- [[Düzücüler:0) Model aşırılık:[Dönetici:[Dönetici:0) Sınırlı veya önyargılı veri setleri üzerinde eğitilmiş makine öğrenme modelleri, ekstrapolasyon bölgeleri için fakir tahminlere yol açabilir. Aktif öğrenme stratejileri ve belirsizlik ölçümleme bu riski azaltmak için giderek daha fazla istihdam edilir.
Future: Özerk Laboratuvarlar ve AI-Driven Discovery
katalizör taramasının bir sonraki sınırı tamamen otonom bir operasyondur, genellikle “kendi-yolcu laboratuvarlar” olarak adlandırılır.Bu platformlar robotik sentez, otomatik test, makine öğrenme kararı alma ve insan müdahalesi olmadan çalışan geri bildirim döngüleri.The next limits in katalizörü[Ücretim:0)Zymergen[DÜye Olmayanlar[Döneticileri)
Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç
Hızlı katalizör tarama teknikleri temel olarak malzeme keşfi hızını değiştirdi. Yüksek hacimli deneysel sistemler, paralel olarak binlerce formülasyon test etme yeteneğiyle, umut verici yolların tespit edilmesi gereken ampirik veriler sağlar. C ⁇ yöntemleri, özellikle DFT ve makine öğrenimi, özellikle de, uzayı dramatik bir şekilde araştıran maliyet-aktif laboratuvarlar ve mekaniksel anlayış, daha uygun bir şekilde optimize edilmiş kimyasal reaksiyona karşı en etkili şekilde optimize edilen rutin ekonomilerin en etkili şekilde elde edilmesi için en etkili teknolojileri daha rekabetçi hale getirecek.