负责人：靳艳 联络人：刘岳峰
电话：0411-84379910 email:yuefeng.liu@dicp.ac.cn
学科领域：能源化工 项目阶段：实验室开发
项目简介及应用领域
数据驱动科学被誉为材料科学中开发新型功能材料的新范式。在催化材料的智能优化和创制过程中，表征分析技术的快速发展将极大地促进催化新反应的发掘和新型高效催化剂的创制。本研究团队充分利用所在能源研究技术平台的表征分析优势，并联合多家智能计算团队，以分子筛类多孔材料或负载型双金属（多金属）催化剂为研究对象，通过对晶体结构、光谱、能谱等多维度的高通量分析表征和性能评价数据的人工智能学习，建立面向以分子筛类多孔材料或负载型双金属（多金属）催化剂为代表的能源催化材料体系表征的智能分析系统，通过多维度高通量的分析表征数据的深度学习，建立显微结构aem (automatic electron microscopy)智能分析、光谱数据osri (optical spectrum of raman and infrared)智能分析、晶体结构s-xrd(smart x-ray diffraction)智能分析以及基础物性bpc (basic physicochemical characteristics)智能分析四个模块。最终与反应性能进行关联，实现构-效关系耦合，建立催化材料智能表征系统（合成方法-材料性能-结构表征的spsp (synthesis performance-structure platform)）。
通过项目中图像数据处理与可视化智能平台的搭建，实现多种表征数据不同格式的存储与读取、数据可视化、数据分析、图像处理与数据库交互。催化材料的高通量制备以及表征图谱的自动识别系统，实现催化剂表征结果的实时处理和分析和调控。通过催化材料智能表征系统的建立，实现对催化反应性能数据、材料合成与表征数据的准确分析与理解，建立材料合成-催化性能与不同结构表征之间的双向关联，预测催化剂的性能和反应特性，从而优化催化剂的设计和制备过程。项目将会为催化剂的研究和开发提供更加准确、快速、便捷的工具和方法，为最终实现催化材料表征的人工智能表征奠定基础，同时也为相关领域的发展提供了新的思路和方法。
合作方式
合作开发
投资规模
500万~1000万
