一、需求背景:

催化相關產業(yè)在全球GDP占比20%-30%,優(yōu)良催化劑的開發(fā)是其核心。依據專家設計和實驗合成在表征的方式設計催化劑,試錯成本高、研發(fā)周期長,目前一些重要化工原料所使用的催化劑專利,很多是掌握在具有多年技術積累的國際化工巨頭手里,國內化工企業(yè)要在短時間內突破專利封鎖,開發(fā)出新的性能優(yōu)良的工業(yè)催化劑,不依靠新方法的介入將是一件非常困難的事情。

二、產品定位:

正是因為人工智能的迅猛發(fā)展以及在化學/化工領域的快速介入,煙臺國工智能科技有限公司早早布局“AI+催化”方向,在實際項目中打磨技術,打造出國內首家專門針對催化劑開發(fā)的AI輔助研發(fā)平臺“GoCatal?”,將為國內化工企業(yè)開發(fā)自己的催化劑IP助一臂之力!

三、產品簡介:

GoCatal?目前已包含的有針對于金屬-有機配體類均相催化劑開發(fā)相關模塊,和針對于無機晶體類、負載型等非均相催化劑的開發(fā)相關模塊,另外有金屬(合金類)及生物酶型催化劑開發(fā)的相關模塊待發(fā)布。這些模塊涵蓋了催化劑研發(fā)過程中的重要過程,如分子生成、性能預測、結構生成、反應預測、合成路線推薦、實驗優(yōu)化等等。

1、均相催化性能預測器

“性能預測器”和“分子生成器”,其中性能預測器其輸入為分子結構(可來自于人工設計或算法合成),輸出為此分子的催化性能。

2、均相催化分子生成器

在有了清晰的“構效關系”后,將其嵌入到分子生成算法中,算法便可以根據提示朝著所希望的性能去生成分子。結合前面的性能預測器一起使用,便形成一整套AI輔助下的催化劑設計工具。

分子生成:直到生成預測值全部滿足要求的分子,然后選擇其進入實驗驗證。

除了前面舉的面向均相催化的“性能預測器”和“分子生成器”之外,還有“合成路線推薦器”、“結構生成器(非均相催化)”、“單體生成器(高分子材料開發(fā))”、“實驗優(yōu)化器(工藝包開發(fā))”等模塊,下面簡要介紹其應用場景和功能。

3、高分子性能預測器

在高分子材料研發(fā)中,單體分子結構與聚合工藝對高分子材料性能都有影響。開發(fā)一款高分子材料,關注的性能比如有拉伸強度、玻璃化溫度、導熱性、導電性等等。所謂高分子性能預測器,是針對一類高分子材料,輸入單體,可以給出其二級結構、三級結構,然后結合聚合工藝,進一步預測其聚合性能。

4、高分子單體生成器

在高分子材料研發(fā)中,除了聚合工藝外,單體分子結構是影響聚合物性能的主要因素。如何設計出新的單體結構,是一件具有挑戰(zhàn)性的事情。在單體-聚合性能關系建立后,即在“高分子性能預測器”的基礎上,可以連接“高分子單體生成器”,即根據所希望的性能,算法可以在廣闊的化學空間中,反推出可能對應這些性能的單體分子結構。

5、非均相催化性能預測器

非均相催化體系中,涉及到的催化劑往往以固相存在,而反應物可能是氣相或液相,這種反應體系更容易對催化劑進行分離和回收利用。非均相催化劑可進一步分為負載型、合金型等,其中構成催化劑的元素及結構對催化性能有著關鍵影響。在反應類型確定的情況下,“非均相催化性能預測器”可根據所輸入的催化劑結構,輸出所對應的催化性能,比如活性、分子量、負載比等。

6、非均相催化結構生成器

在非均相催化體系中,催化劑以固相或負載在固相上存在,而催化劑結構、載體結構對催化性能都有著影響。在“非均相催化性能預測器”的基礎上,后面連接“非均相催化結構生成器”,可以根據所希望的催化性能,輸出所對應的催化劑結構、或載體結構。

7、復合材料性能預測器(液晶、涂料、橡膠等)

對于液晶、涂料、橡膠復合材料,單體以某種配比進行混合后,互相之間不發(fā)生復雜的化學反應,但混在一起展現(xiàn)出某種特定的物理性能,液晶、涂料、橡膠等都具有此類特點?！皬秃喜牧闲阅茴A測器”經過一定數(shù)據量的學習,可以根據所輸入的單體信息(配比、分子結構等),輸出復合材料的性能?；A上,可以輸入所希望的材料性能,將輸出所對應的單體配比,甚至單體分子結構。

8、光電(電光)材料性能預測器

光電(電光)材料涉及到光電轉換或電光轉換,比如OLED(電→光)、光伏電池(光→電)等。這些材料的發(fā)光層或電荷傳輸層,其分子處于單體時所展現(xiàn)的性質與形成器件之后往往會有較大差異。在一定數(shù)據量的學習下,“光電(電光)材料性能預測器”可以根據所輸入的分子結構,預測其形成器件之后所展現(xiàn)的光電(電光)性質。

9、光電(電光)材料分子生成器

如果知道了分子形成器件后所展現(xiàn)出的光電性能,那么就可以根據所期望的性能,反推所對應的分子結構。所謂“光電(電光)材料分子生成器”,即在“光電(電光)材料性能預測器”基礎上,輸入所期望的光(電)性能,可以反推所對應的分子結構。

10、電池材料性能預測器

當前電池材料研發(fā)主要包括正、負極和電解液,其中電解液中又有不同的添加劑。以電解液添加劑為例,添加劑的分子結構與所展現(xiàn)的性能之間有著密切聯(lián)系。“電池材料性能預測器”可以根據所輸入的添加劑分子相關信息,輸出添加到電解液之后所展現(xiàn)出的性能。當知道電池微觀尺度的分子結構等信息與所展現(xiàn)的性能之間關系之后,可以提出所期望的性能,反推所對應的微觀結構。通過輸入所期望的電解液性能,輸出為對應的添加劑信息(分子結構、添加量等)。

11、合成路線推薦器

當給定一個分子結構之后(可能來自于文獻、專家設計、或算法推薦等),如何合成便成了接下來的重要問題。所謂“合成路線推薦器”,結合了當前表現(xiàn)優(yōu)異的逆合成算法,可以根據輸入的目標產物,輸出推薦的單步或多步合成路線。針對于特定類型反應,還可以給出反應條件、收率等指標的推薦數(shù)值。

12、有機反應預測器

當給定反應物,如果能預知后續(xù)會發(fā)生什么樣的一系列反應,對于提高主產物收率、副產物利用等有著重要意義?！坝袡C反應預測器”,根據所輸入的反應物,可以輸出可能得到的產物及產率分布。值得一提的是,與“合成路線推薦器”聯(lián)合使用,對于開發(fā)合成路線來說效果更佳。

13、實驗優(yōu)化器

當給定一條工藝路線之后,輸入所希望優(yōu)化的實驗(工藝)參數(shù)空間,如溫度、壓力、溶劑配比等,以及希望優(yōu)化的性能,如收率、反應時間等,經過少量的實驗迭代,可以快速找到合適性能所對應的實驗(工藝)參數(shù)。

國工智能:專業(yè)為流程制造業(yè)提供人工智能決策控制整體解決方案及落地服務。