摘要
本发明公开了一种催化合成氨的金属碳化物催化剂的高通量筛选模型的构建方法及其应用,涉及计算材料化学技术领域。本发明公开了一种用于高通量筛选金属碳化物催化合成氨反应催化剂的方法。本发明构建的催化合成氨的金属碳化物催化剂的高通量筛选模型,为合成氨工艺的高效环保型催化剂的开发设计提供重要的技术支持。本发明首先通过基于密度泛函理论的计算程序获取不同金属碳化物催化合成氨的活性与选择性,以DFT计算结果作为训练数据,催化剂的转化频率作为分类标准,建立高通量筛选模型。该模型可以在不进行实际DFT计算的情形下,快速评估不同金属碳化物的催化效能,为合成氨工艺催化剂的设计筛选提供准确、高效且低成本的技术方案。
技术关键词
高通量筛选模型
金属碳化物催化剂
小分子化合物
高通量筛选方法
晶面
合成氨工艺
吸附结构
机器学习算法
构型
密度泛函理论
高效环保型
数据
位点
频率
形态
中间体
系统为您推荐了相关专利信息
虚拟筛选方法
复合物晶体结构
药物先导化合物
化合物库
神经炎症性疾病
靶标相互作用
化合物库
蛋白质晶体结构
相互作用指纹
配体
光热光动力
光动力联合治疗
光动力治疗药物
高光热转换效率
两性离子化合物
高通量筛选系统
抑菌活性成分
抑菌成分
高通量筛选方法
微流控技术
药效团模型
多功能小分子
多靶点
胶质母细胞瘤
训练集