Super-slick Coatings: Data Driven Design to Application

Nature  has  many  examples  of  non-wettable  surfaces  such  as  shark 

skin  and  the  lotus  leaf.  However,  there  are  no  natural  examples  of 

universally  non-wettable  coatings  that  can  glide  both  water  and  viscous 

oil.  This  DMREF  project  is  focused  on  the  design  of  earth-abundant 

photocatalysts  for  water  splitting.  Machine  learning  methods  are  being 

used  to  rapidly  and  efficiently  navigate  the  design  space  of  mesoscale 

textures  and  surface  chemistry.  In  order  to  selectively  perform  reactions 

other  than  water  splitting,  we  have  sought  to  design  surfaces  that  are 

non-wettable  by  water  or  other  solvents  and  that  allow  for  directed  flow 

profiles  of  reactants.  While  these  coatings  were  initially  designed  to 

facilitate selectivity in electrocatalytic transformations, it is clear that they 

have  great  potential  for  the  transportation  and  processing  of  oils  and 

viscous  liquids.  Through  participation  in  the  NSF  I-corps  program,  team 

Laminel  was  created.  At  the  conclusion  of  the  program,  the  team 

received    the    “Cohort    Effect”   Award    for    excellence    in    fostering 

connections,  supporting  teams,  and  leading  by  example.  The  team  is 

continuing  to  move  forward  through  the  path  of  commercialization  with 

support from large extractors and transporters of bitumen.