负责人：肖建平 联络人：肖建平
电话：82463310 email：xiao@dicp.ac.cn
学科领域：多相催化 项目阶段：实验室开发
项目简介及应用领域
针对合成气制低碳烯烃这一关键反应，本项目主要通过第一性原理计算，建立数据库，借助深度学习方法，构建合成气转化中中间物种在oxzeo催化剂上吸附的势能面。将开发人工智能建模算法，排除人为建模导致的系统误差，高效搭建数据库，同时建立适合金属氧化物的深度学习势能面模型。在此基础上，通过建立合成气制低碳烯烃的反应相图，考虑合成气转换机理的复杂性，进而通过合并深度学习替代模型和反应相图模型，建立一种量化的oxzeo催化过程的构效关系。该模型将不再局限于可视的一维或二维的反应相图，将建立高维的反应相图以消除拟合带来的误差。同时依托实验平台，对模型进行验证，通过理论与实验的相互验证完善模型。最后通过逆向设计，研制新一代高效oxzeo催化剂。
合作方式
合作开发
投资规模
150万～300万
