近日，西南交通大学物理科学与技术学院―微纳器件和材料物理团队在人工智能数据驱动甲烷热裂解多元熔融催化剂设计中取得重要研究进展，相关研究成果以西南交通大学物理科学与技术学院为第一单位，以“Data-Driven Strategies for Designing Multicomponent Molten Catalysts to Accelerate the Industrialization of Methane Pyrolysis”为题，发表在美国化学协会催化领域旗舰刊《ACS Catalysis》（中科院1区，IF = 11.7）上，该论文第一/通讯作者为物理科学与技术学院陈元正副教授，共同通讯作者为西南交通大学唐永亮副教授、韩国亚洲大学 Seok Ki Kim教授和日本东北大学李昊教授。
近年来，“熔融裂解法”通过引入熔融介质（金属/盐/合金）构建液态反应界面，可催化甲烷热裂解，实现氢能源转化和碳材料制备，并且其熔融态催化介质可有效避免固体催化剂积炭失活问题。这种方法不但具有催化效率高、产物易分离等优点，而且还可易获得高价值碳材料（如石墨烯，金刚石），尤其多组分熔融催化介质体系有望在中低温条件下实现甲烷高效热裂解反应，为推进甲烷热裂解朝向工业化发展提供了新的契机。然而，当前多元熔融介质体系设计面临着巨大挑战，因熔融介质中组合元素选择的复杂性、熔融态下原子无序性、传统实验与理论设计的局限性，为多组分熔融催化剂的设计构筑了重大障碍。随着人工智能与数据技术的发展，数据驱动策略为突破传统"实验-理论"熔融催化剂设计范式提供了新思路。
在此项工作中，针对上述挑战，陈元正课题团队提出了人工智能数据驱动甲烷热裂解多元熔融催化设计的策略，结合机器学习、深度学习和前沿AI技术，构建了多种数据驱动设计策略或框架：（1）描述符驱动设计；（2）生成模式驱动设计；（3）主动学习闭环设计。分析了这些不同数据驱动策略在开发高性能甲烷热裂解多元熔融催化剂的潜力及其面对的关键挑战，并进一步提供了解决思路和具体措施。该工作为甲烷热裂解多元熔融催化剂的设计提供了设计新范式，也为设计高性能熔融催化剂和推进甲烷热裂解工业化进程提供了技术支撑。该研究工作获得了国家自然科学基金（12164009）、四川省科技厅基金（2022ZYD0024）和中石油西南油气田公司科技项目（2024D112-03）等支持。
陈元正副教授长期从事功能材料与器件设计研究，擅长人工智能数据驱动功能材料结构逆向设计和微纳功能器件开发，目前已在Nat. Comm., ACS Nano, Adv. Funct. Mater., Adv. Sci., Nano Energy, Nano Lett.等国际权威学术期刊上发表60余篇论文，被引用3500余次，H指数因子35；担任四川省物理学会会员和中国化学会会员；主持国家自然科学基金、中央引导专项基金、博士后科学基金，四川省科技厅等项目10 余项。
论文信息: ACS Catal. 2025, 15, 11003–11012
原文链接: https://pubs.acs.org/articlesonrequest/AOR-BFSXRD6FCXEZYZXFN2GQ
