STYHA - AI在线

成本减少90%以上，「主动学习+实验工作流程」加速催化剂开发

编辑 | 绿罗通过合成气的热催化加氢合成高级醇 (HAS) 仍然是一项有前途的技术。链增长和 CO 插入要求需要多组分材料，其复杂的反应动力学和广泛的化学空间不符合催化剂设计规范。在此，来自苏黎世联邦理工学院（ETH Zurich）的研究人员提出了一种替代策略，将主动学习整合到实验工作流程中，以 FeCoCuZr 催化剂系列为例。所提数据辅助框架简化了 86 个实验中广泛成分和反应条件空间的导航，与传统程序相比，环境足迹和成本减少了 90% 以上。它确定了具有优化反应条件的 Fe65Co19Cu5Zr11 催化剂，