Avancement de la recherche en catalyse grâce aux principes FAIR des données mis en œuvre dans une infrastructure locale de données - Étude de cas d'un réacteur d'essai automatisé

Les données Findable, Accessible, Interoperable, and Reusable (FAIR) émergent actuellement comme un élément indispensable à l'avancement de la science et nécessitent le développement de nouvelles méthodes pour l'acquisition, le stockage et le partage des données. Cela devient encore plus critique alors que l'application croissante de l'intelligence artificielle exige une qualité de données significativement plus élevée en termes de fiabilité, de reproductibilité et de cohérence des ensembles de données. Cet article présente des méthodes pour l'acquisition et le stockage numériques et automatiques des données et métadonnées dans les expériences de catalyse basées sur des solutions logicielles open-source. La mise en œuvre réussie d'un concept de numérisation, incluant le travail selon des procédures opératoires normalisées (SOP) lisibles par machine, est exposée à travers un réacteur pour tests catalytiques automatisé avec l'outil logiciel open-source EPICS (Experimental Physics and Industrial Control System). Le processus d'acquisition des données, d'analyse standardisée, de téléversement dans une base de données et de génération de relations entre les entrées de la base de données est entièrement automatisé. Des interfaces de programmation applicative (API) ont été développées pour permettre l'échange de données au sein de l'infrastructure locale de données et au-delà vers des dépôts globaux, ouvrant la voie à la découverte autonome de catalyseurs et aux applications d'apprentissage automatique.