.jpg)
Исследователи из Центра компетенций НТИ "Водород как основа низкоуглеродной экономики" на базе ФИЦ "Институт катализа СО РАН" и Университета ИТМО использовали машинное обучение, чтобы оптимизировать параметры катализаторов для интенсификации производства чистого водорода и прогнозировать эффективность фотокатализа.
Математическую модель с использованием искусственного интеллекта составляли для определения и прогноза активности материалов на основе графитоподобного нитрида углерода (g-C3N4) в реакции фотокаталитического выделения водорода. В процессе обработки данных учитывали условия синтеза g-C3N4, а также фазовый состав, площадь поверхности и каталитическую активность образцов. Для обучения алгоритма применяли метод градиентного бустинга, который эффективно обрабатывает сложные зависимости между параметрами и позволяет максимально точно предсказывать результаты.
Модель помогает сократить время на этапе синтеза, предлагая наиболее оптимальные параметры с наибольшим выходом водорода. Благодаря использованию алгоритмов машинного обучения и анализа данных она сама может предсказывать, какие условия синтеза приведут к наилучшим результатам. Это минимизирует количество экспериментов и сокращает время на поиск эффективных методик. Также использование модели улучшает точность получаемых данных. Она основывается на ранее собранных данных и научных принципах, что позволяет избежать случайных ошибок и повысить воспроизводимость результатов.
Специалисты Водородного центра компетенций НТИ на базе ИК СО РАН создали и проанализировали базу данных по графитоподобному нитриду углерода. Она включила в себя различные подходы к синтезу, данные об активности материалов в реакции фотокаталитического получения водорода, а также результаты физико-химического анализа.
Над базой ученые работали несколько лет. Первоначально они синтезировали g-C3N4 разными способами, начиная от классических подходов и заканчивая более сложными методиками синтеза. Использование модели на основе искусственного интеллекта позволяет выявлять закономерности между физико-химическими характеристиками g-C3N4, параметрами его синтеза, а также каталитической активностью, благодаря чему исследователи могут быстро и эффективно подбирать оптимальные условия синтеза и оценивать его фотокаталитическую активность в реакции выделения водорода.
Разработанный учеными веб-интерфейс находится в открытом доступе и его можно расширять, добавляя новые данные для модели, что позволит поддерживать постоянно актуальную базу данных.
Работа была выполнена при поддержке грантов Российского научного фонда № 24−13−355 и № 24−13−416.
