| 학회 |
한국공업화학회 |
| 학술대회 |
2020년 가을 (10/28 ~ 10/30, 광주 김대중컨벤션센터(Kimdaejung Convention Center)) |
| 권호 |
24권 1호 |
| 발표분야 |
포스터-촉매 |
| 제목 |
Combined DFT and machine learning study for screening of metallocene catalysts |
| 초록 |
메탈로센 촉매는 2종 이상의 촉매를 결합 한 것으로 단일 활성점을 가지고 있어 지글러-나타 촉매와는 달리 고분자 분자량 및 물성의 정밀 제어가 가능하다. 또한 촉매의 분자 구조도 상대적으로 잘 정의되어 있어 DFT(Density functional theory) 연구가 용이하다. DFT는 전자의 밀도를 범함수를 통하여 계산하여 특성을 예측하는 촉매 및 재료 개발에 널리 사용되는 방법이다. 본 연구는 DFT와 머신러닝을 사용하여 최적의 메탈로센 촉매를 개발 할 수 있도록 촉매 후보 물질을 스크리닝 하였다. 존재 가능한 구조의 메탈로센 촉매들을 계산하여 라이브러리를 만들고 전구체 및 작용기를 머신러닝 예측에 사용되는 descriptor로 규정하였다. 머신러닝을 통해 계산된 descriptor 별 흡착에너지와 DFT를 통해 계산된 흡착에너지를 비교하여 머신러닝 모델의 정확도를 파악하였다. 또한 머신러닝 사용 결과 descriptor에 따른 촉매 선택도의 정량적인 패턴을 유추할 수 있었다. 개발된 머신러닝 모델을 사용하여 스크리닝을 하면 촉매 개발 시간이 단축되고 정량적인 패턴을 사용하여 효율 적인 촉매 개발 및 메커니즘 분석을 수행 할 수 있다. |
| 저자 |
김정환1, 임종구2, 한인수2, 박혜린2, 윤여권2, 정용철3, 문일4, 조형태1
|
| 소속 |
1한국생산기술(연), 2GS칼텍스주식회사, 3부산대, 4연세대 |
| 키워드 |
Metallocene; DFT; Machine learning; Catalyst screening
|
| E-Mail |
|
