Рентгеноспектральное исследование динамики адсорбции углеводородов на катализаторах переходных металлов с применением инновационных алгоритмов анализа данных на основе искусственного интеллекта

Рентгеноспектральное исследование динамики адсорбции углеводородов на катализаторах переходных металлов с применением инновационных алгоритмов анализа данных на основе искусственного интеллекта

РФФИ_аспиранты_Олег Усольцев

Дата начала работ по гранту: 01.10.2020
Дата окончания работ по гранту: 01.10.2022
Руководитель: Солдатов Александр Владимирович
Ответственный исполнитель: Усольцев Олег Андреевич

Исследование нанокатализаторов методами спектроскопии рентгеновского поглощения получило широкое распространение в научном сообществе, как один из наиболее эффективных методов определения локальной структуры вещества. В то время, как подходы к анализу EXAFS спектров хорошо развиты и однозначны, методы анализа XANES спектров до сих пор развиваются. Среди имеющиеся на данный момент методик, применение методов машинного обучения для анализа in situ XANES спектров позволит выделить ранее недоступные исследователям структурные параметры для ряда материалов, например, структуру нанокатализаторов переходных металлов в ходе протекания каталитических реакций. Целью проекта является определение структурных параметров наночастиц переходных металлов (палладий, платина, никель, а также и их сплавы) при взаимодействии с потоками углеводородов при реалистичных технологических условиях. Данный проект позволит экспериментально исследовать данные о структуре наночастиц переходных металлов на основе измерений на источниках синхротронного излучения в режиме in situ в потоке углеводородных газов (C2H2, C2H4, CH4 и др.) для изучения образования активных фаз и определения локальной структуры как на поверхности, так и внутри наночастиц. Будут применены принципиально новые методы анализа данных и построена модель изменения структуры наночастиц переходных металлов, используя недоступную ранее структурную информацию о веществе.

В рамках первого года реализации проекта была разработана и протестирована программа, основанная на алгоритмах машинного обучения, для предсказания структурных параметров на основе экспериментальных XANES спектров. Была рассчитана теоретическая база данных, вошедшая в обучающую выборку программы для получения структурных параметров. Программа была протестирована с использованием суперкомпьютера «Блохин» на базе Международного исследовательского института интеллектуальных материалов. Также была написана заявка на экспериментальное исследование, которое позволит получить XANES спектры катализаторов благородных металлов, на которых будет произведена дополнительная валидация достоверности предсказания программы. В дополнение программа предсказания структурных параметров на основе методов машинного обучения была применена к обучающей выборке из экспериментальных XANES спектров, полученных в ходе предыдущих исследований, и позволила предсказывать межатомные расстояния, опираясь только на экспериментальные данные.


Публикации по направлению


Всего отобрано 1 публикаций с суммарным значением Impact-factor = 4.126

1. Oleg A. Usoltsev, Aram L. Bugaev, Alexander A. Guda, Sergey A. Guda, Alexander V. Soldatov "How Much Structural Information Could Be Extracted from XANES Spectra for Palladium Hydride and Carbide Nanoparticles" J. Phys. Chem. C 2022 (126) 4921−4928 (Impact-factor: 4.126 ) DOI: 10.1021/acs.jpcc.1c09420