.png){kind=icon}
返回
Bayesian Optimization for Resource-Efficient Hydroformylation
.png){kind=icon}
PRE
AI
DOI：10.1021/acscatal.5c06595.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
醛化反应仍然是工业催化领域的基石转化，特别是在精细化学品、香料和药物的生产中。然而，由于底物固有的偏好性以及铑基催化剂的高成本，实现乙烯基芳烃醛化反应的高线性选择性仍然具有挑战性。在本工作中，我们采用贝叶斯优化（BO）来探索一个七维（7D）的反应条件空间，涵盖催化剂类型和负载量、配体种类和负载量、溶剂、温度和压力，共计约29亿次可能的组合，以在减少催化剂用量和反应时间的情况下，增强线性醛的选择性，且仅通过88次实验完成。尽管搜索空间广阔，但使用Atinary FalconGPBO算法的优化方案能够在反应时间减半以及铑催化剂负载量降低10-30倍（从0.1降至<0.01 mol%）的情况下，维持转化率和线性选择性，相比高负载预筛选条件。具体而言，对于两种有前景的配体，我们能够将铑成本贡献降低95%（从102降至5 /kg产品）和97%（从127降至4 /kg产品）。这项工作展示了使用机器学习（ML）工具（如BO）加速反应优化、提高工艺效率以及减少精细化学品生产中资源消耗的潜力。
Keyword:
hydroformylation
styrene derivatives
Bayesianoptimization
machine learning
aldehyde synthesis
期刊
IF:
13.1
论文数:
1.6W
被引数:
15.0W
机构
暂无机构信息
引用论文
Parameterization of phosphine ligands demonstrates enhancement of nickel catalysis via remote steric effects.png)
NATURE CHEMISTRY
OAAI
NATURE CHEMISTRYIF20.2
OAAI分享收藏Supramolecular Approaches To Control Activity and Selectivity in Hydroformylation CatalysisACS CATALYSISOAAI
ACS CATALYSISIF13.1
OAAI分享收藏Bridging Innovation and Efficiency: The Promises and Challenges of Self-Driving Labs as Sustainable Drivers for ChemistryCHIMIA
CHIMIAIF0
PREAI
分享收藏Comparative Analysis of the Donor Properties of Isomeric Pyrrolyl Phosphine Ligands同分异构吡咯基膦配体的供体性质比较分析
OAAI
OAAI分享收藏
查看更多内容