近日，我中心大数据技术与应用发展部团队联合国家纳米科学中心、北京科技大学团队，在人工智能辅助用于CO₂电解的膜电极（MEA）器件设计方面取得突破。针对膜电极电解槽设计面临的装置配置、催化剂、膜、气体扩散、测试参数等诸多要素导致的复杂性问题，通过构建MEA电解槽装置高质量数据集（MED3），并设计人工智能方法，实现对多参数的关联性分析与第一产物、总电流密度和法拉第效率的准确预测。利用推荐的MEA特征制备CO的过程中，法拉第效率达到了100%，并且在连续的单次测试中可稳定运行达100 h。

该成果在材料领域国际期刊Advanced Functional Materials上发表，期刊影响因子19.4。论文的共同第一作者为我中心硕士研究生王海丹，共同通讯作者为杜一研究员。该成果受到国家重点研发青年科学家项目（2022YFF0712200）资助。

论文地址：Integrating Machine Learning Insights in Membrane Electrode Assembly for CO₂ Electrolysis

https://doi.org/10.1002/adfm.202518997

数据集地址：Data of membrane electrode assembly for CO2 electrolysis

https://doi.org/10.57760/sciencedb.19295

https://cstr.cn/31253.11.sciencedb.19295

责任编辑：郎杨琴