[論文レビュー] A Critical Evaluation of a Self-Driving Laboratory for the Optimization of Electrodeposited Earth-Abundant Mixed-Metal Oxide Catalysts for the Oxygen Evolution Reaction (OER)

Erfan Fatehi, Manish Thadani+2 more|arXiv (Cornell University)|May 21, 2023

Electrocatalysts for Energy Conversion被引用数 10

ひとこと要約

本論文は、酸性 OER のための電着法で作製されたアモルファスな地球資源に豊富な混合金属酸化物触媒を最適化する自走型（self-driving）実験室フレームワークを提示し、実験変動性と自動化の重要性を強調する。

ABSTRACT

This work highlights the potential of earth-abundant mixed-metal oxide catalysts for the acid-based oxygen evolution reaction. These catalysts offer numerous combinations of metal-centre compositions, which can enhance catalytic activity and stability compared to precious-metal-based catalysts commonly used today. Despite substantial research in this field, there is a need for new methods and approaches to accelerate the exploration of these materials. In this study, we present a comprehensive approach to designing, developing, and implementing a self-driving laboratory to optimize the electrodeposition synthesis of amorphous mixed-metal oxide catalysts for the acidic oxygen evolution reaction. We particularly emphasize the development of methodologies to address experimental variability. We investigate crucial parameters and considerations when transitioning from manual bench-top synthesis and evaluation to automation and machine learning guided optimization. We address both experimental and optimization algorithm considerations in the presence of experimental variability. To illustrate our approach, we demonstrate the optimization of CoFeMnPbOx electrodeposited catalyst materials through multiple campaigns. Our results highlight considerations for optimizing overpotential and stability based on the outcomes of our experiments.

研究の動機と目的

• 酸性 OER に向けて貴金属の代替となる地球資源に豊富な混合金属酸化物触媒の探索を促進する。
• 電着触媒の自動製造と評価の自動運転実験室ワークフローを開発・評価する。
• 自動化合成と評価における実験変動性に対処し、信頼性の高い最適化を可能にする。
• manual bench-top から自動化・MLガイド付き最適化への移行時の主要パラメータと考慮事項を調査する。
• CoFeMnPbOx材料を対象とした最適化キャンペーンを用いて活性と安定性を検討する。

提案手法

• 電着アモルファス混合金属酸化物触媒の自律的合成と評価を行う自走型自動実験室フレームワークの設計と実装。
• 機械学習と反復実験に導かれた自動化対応の最適化。
• 合成と評価の両方での実験変動性を緩和・考慮するための戦略。
• ベンチトップから自動化への移行期間における最適化パラメータとワークフロー設計の分析。
• 自動探索による組成空間と性能指標の自律的探索を示すための CoFeMnPbOx触媒系の複数の最適化キャンペーンの実行。

実験結果

リサーチクエスチョン

• RQ1 自動運転型ラボは、酸性 OER の地球資源に豊富な混合金属酸化物触媒の発見と最適化をどの程度加速できるか？
• RQ2 自動電着と評価における支配的な実験変動の源は何で、それをどのように緩和できるか？
• RQ3 manual bench-top 手法から自動化 ML 指向の最適化へ移行する際、どのパラメータとワークフロー設計が重要か？
• RQ4 自動最適化は OER における CoFeMnPbOx 系の活性（過電位）と安定性のバランスをどのように取るか？

主な発見

• 電着 CoFeMnPbOx触媒に対する自動最適化キャンペーンを実証する。
• 実験変動性の存在下で過電位と安定性を最適化する際の方法論的・実践的考慮点を強調する。
• 自動化と ML ガイド付き最適化が OER の地球資源に豊富な混合金属酸化物系へ適用可能であることを示す。
• manual 合成から自走型実験室フレームワークへ移行する際の課題と戦略を特定する。