2025 最新 Reac-Discovery 化学反应器性能数据集 人工智能流动反应器设计优化数据

一、数据集核心信息

该数据集由哈梅一世大学于 2025 年官方发布，依托自主研发的 Reac-Discovery 平台实验自动生成，无外部公开数据源依赖，数据纯度高、可靠性强，相关论文成果为《Reac-Discovery: 一种基于人工智能的连续流催化反应器发现与优化平台》，可作为科研、工程设计的权威数据支撑。

二、数据覆盖范围

数据集全面涵盖三类关键数据，精准匹配平台三大功能模块，满足多场景需求：

结构参数化数据（Reac-Gen）：通过数学参数化模型生成周期性开孔结构（POCs），完整记录尺寸、层级、表面积、自由体积、曲折度等核心几何描述符；

可打印性数据（Reac-Fab）：基于真实 3D 打印实验，建立设计参数与打印精度、完整性的对应关系，助力 3D 打印反应器落地；

反应性能数据（Reac-Eval）：通过自驱动实验室平台在自动化流动反应系统中开展实验，实时采集温度、流速、浓度、产率等关键反应参数。

三、可用途径

科研场景：支持人工智能驱动的流动反应器设计、连续流催化反应器优化等课题研究，为论文撰写、成果转化提供数据支撑；

工程应用：助力反应器几何结构优化、3D 打印工艺调整、反应条件调控等工程实践，提升反应器性能与生产效率；

教学场景：可作为化工、材料、人工智能交叉学科的教学辅助数据，帮助学生理解反应器设计与性能优化逻辑。

四、数据格式与优势

所有数据均经过标准化、结构化处理，格式统一易解析，以 XLSX（便于数据统计分析）与 STL（适配三维建模场景）文件形式存储，兼容主流数据分析软件与建模工具，下载后可直接用于各类研究与应用场景。