贝叶斯优化湿浸的Co-Mo/Al2O3催化剂,最大限度地提高碳纳米管合成的产量
Sangsoo Shin1, Hyeongyun Song1, Yeon Su Shin1
1School of Chemical Engineering, Pusan National University, Busan 46241, Republic of Korea.
Nanomaterials (Basel, Switzerland)
|January 11, 2024
概括
贝叶斯优化有效优化了碳纳米管 (CNT) 合成的-催化剂. 这种方法提高了化学蒸汽沉积 (CVD) 中的碳产量,两种采集功能都具有相似的性能.
科学领域:
- 材料科学 材料科学 材料科学
- 化学工程是化学工程的重要组成部分.
- 催化剂是一种催化剂.
背景情况:
- 多金属催化剂为控制的碳纳米管 (CNT) 合成提供了很高的潜力.
- 优化多金属催化剂比单金属催化剂要复杂得多.
- 化学蒸汽沉积 (CVD) 是CNT生产的一个关键技术.
研究的目的:
- 通过CVD优化Co-Mo/Al2O3催化剂的制备,以最大限度地提高CNT合成中的碳产量.
- 为了比较贝叶斯优化获取函数 (EI和OKG) 在催化剂制备中的性能.
- 调查制备参数对催化剂性能的影响.
主要方法:
- 用贝叶斯优化 (BO) 来调整催化剂准备参数.
- 用于Co-Mo/Al2O3催化剂合成的湿浸剂.
- 对比预期改进 (EI) 和一次性知识梯度 (OKG) 获取函数.
- 分析了四个制备参数:金属重量百分比,Co:Mo比率,干燥温度和烧焦温度.
主要成果:
- 无论是EI还是OKG的收购功能都成功地优化了可比性能的碳产量.
- 由于其较低的计算负载和相似的结果,当系统的稳定性足够时,EI的使用被认为是可以接受的.
- 轮图形分析表明,添加会对碳产量产生负面影响.
结论:
- 贝叶斯优化是优化CNT合成多金属催化剂制备的可行和有效策略.
- 在EI和OKG采集函数之间的选择可以由系统稳定性和计算约束来指导.
- 了解每个金属元件的特定作用 (例如,Mo的负面影响) 对于进一步的催化剂设计至关重要.
