图机器学习加速掺杂ZrO2催化剂筛选:CO2加氢催化剂设计效率大幅提升
丹麦技术大学团队改进基于图的机器学习方法WWL-GPR,引入电子结构与局域环境特征预测掺杂氧化锆表面吸附与过渡态能量,替代昂贵DFT计算,加速CO2加氢掺杂催化剂的筛选。
共 5 篇,B910化工,AI 化学信息库
丹麦技术大学团队改进基于图的机器学习方法WWL-GPR,引入电子结构与局域环境特征预测掺杂氧化锆表面吸附与过渡态能量,替代昂贵DFT计算,加速CO2加氢掺杂催化剂的筛选。
据BusinessKorea 9月19日报道,精密陶瓷部件企业Esuntech与油气挥发物(VOCs)液化回收方案商Eco Magic于8月31日签署战略合作协议,计划将耐磨损、耐化学腐蚀的精密陶瓷部件应用于VOCs回收循环工艺,提升设备寿命并拓展至高危工业场景。
东京理科大学Manzhos团队联合开发DFTB-FF混合计算框架研究数纳米级ZrO2纳米粒子CO吸附,发现通过调控表面终止化学计量比可实现p型/n型电子结构工程:富Zr的n型粒子低配位位点对CO产生化学吸附并激活C-O键,为氧化物纳米催化剂设计提供路线。
德克萨斯大学达拉斯分校团队开发的新技术大幅缩短3D打印氧化锆修复体的后处理时间,使当日打印永久性氧化锆牙冠成为可能。氧化锆因强度和耐久性被视为牙科修复金标准材料,该技术正推进商业化,可用于牙冠、牙桥和贴面,有望降低成本与材料浪费。
国际研究团队提出异常固溶体策略,通过在ZrO2等高熔点氧化物中引入第二组分形成稳定固溶体,抑制高温相变导致的结构失稳。该方法为开发超高温陶瓷(UHTCs)提供了新思路,适用于高超音速飞行器热防护系统和燃气轮机叶片。论文7月30日提交arXiv。