Reac-Discovery est un ensemble de données pour la conception de réacteurs à flux pilotés par l'IA et l'optimisation des performances de réaction publié par l'Université Jaume I en 2025. Les résultats de l'article associé sont "Reac-Discovery : une plateforme d'intelligence artificielle pour la découverte et l'optimisation de réacteurs catalytiques à flux continu".

Ce jeu de données est généré automatiquement pendant l'expérience grâce à la plateforme propriétaire Reac-Discovery de l'équipe, sans recourir à aucune source de données publique externe. Il couvre trois catégories de données : géométrie, imprimabilité et performances de réaction, correspondant aux modules Reac-Gen, Reac-Fab et Reac-Eval de la plateforme.

• Ensemble de données de paramétrisation structurelle (Reac-Gen) : génère des structures à cellules ouvertes périodiques (POC) via des modèles de paramétrisation mathématique et enregistre des descripteurs géométriques tels que la taille, la hiérarchie, la surface, le volume libre et la tortuosité ;
• Ensemble de données d'imprimabilité (Reac-Fab) : basé sur des expériences d'impression 3D, il établit la correspondance entre les paramètres de conception et la précision et l'exhaustivité de l'impression ;
• Ensemble de données sur les performances de réaction (Reac-Eval) : les expériences ont été réalisées dans un système de réaction en flux automatisé à l'aide d'une plate-forme de laboratoire automotrice, avec enregistrement en temps réel des paramètres de réaction tels que la température, le débit, la concentration et le rendement.

Toutes les données sont standardisées et structurées et stockées dans des fichiers XLSX et STL.