用人工智能驱动的多元元素合金的设计,以实现最佳的水分离
Jihoon Kim1, Dong Won Kim1, Jong Hui Choi1
1Department of Materials Science and Engineering and Institute for NanoCentury, Korea Advanced Institute of Science and Technology, Daejeon, Yuseong-gu 34141, Republic of Korea.
概括
研究人员开发了一种人工智能框架,以发现最佳的多元元素合金用于水分. 人工智能发现了一种新型合金组合物FeCoNiMoPdPt,它在高效生产气方面表现出卓越的性能.
科学领域:
- 材料科学 材料科学 材料科学
- 电化学 电化学 电化学
- 人工智能的人工智能
背景情况:
- 水的分裂对经济至关重要,但优化多元元素合金是具有挑战性的,因为巨大的组成空间.
- 现有的实验和人工智能方法与合金发现固有的复杂性和局部最小值作斗争.
研究的目的:
- 开发一个先进的AI框架,以有效选和识别用于水分的高性能多元元素合金.
- 在复杂的构成景观中克服传统勘探方法的局限性.
主要方法:
- 集成高斯过程回归与基于配置的获取函数用于人工智能驱动的选.
- 采用实验设计 (DOE) 方法进行数据效率高的超潜力映射.
- 利用贝叶斯优化来探索超过1620万种化学成分.
主要成果:
- 确定了Fe12Co28Ni33Mo17Pd5Pt5作为在研究空间内的水分裂的最佳合金组成.
- 达到的超低超电位:在10mA·cm-2时,进化24mV,氧进化204mV.
- 证明了强大的稳定性,性能优于最先进的贵金属和非贵金属电催化剂.
结论:
- 开发的AI框架成功地在复杂的组成空间中导航,以发现新的高性能电催化剂.
- 发现的FeCoNiMoPdPt合金代表了水分技术的重大进步,超过了当前的基准.
- 这种方法提供了一种强大的策略,可以加速在催化和超越过程中的材料发现.


