Opis projektu
Ulepszone techniki analizy zjawisk transportu ładunku w akumulatorach a poziomie nano
Innowacje w dziedzinie akumulatorów mają kluczowe znaczenie dla rozwijania nowych technologii energetycznych i transportowych. Jednym z czynników hamujących obecnie postęp w tej dziedzinie jest niewystarczająca wiedza na temat procesów zachodzących na poziomie atomowym na granicach faz w materiałach stosowanych w akumulatorach. Finansowany przez UE projekt OPINCHARGE ma na celu opracowanie zestawu nanoanalitycznych technik operando, które mają umożliwić badanie takich procesów z niespotykaną dotąd szczegółowością. Konsorcjum składające się z 10 organizacji z 7 krajów opracuje różne pionierskie techniki chemiczne i fizyczne. W celu usprawnienia pozyskiwania i analizy danych planowane jest wykorzystanie sztucznej inteligencji i uczenia maszynowego. Szczególny nacisk zostanie położony na udostępnianie danych – jest to jeden z kluczowych aspektów platformy BIG-MAP (Battery Interface Genome - Materials Acceleration Platform).
Cel
Battery innovation has played a major role in the development of new energy production & transport technologies, becoming true enablers of a clean, affordable and secure energy economy. However, innovation is currently being hindered by the lack of understanding of the processes happening at atomic levels in the batteries' interfaces and interphases. Thus, the OPINCHARGE consortium aims to develop a set of effective operando nanoanalytical techniques and methodologies to understand the interfacial processes in batteries in unprecedented level of detail.
For this, 10 organizations from 7 different countries will work together, combining their expertise and infrastructure, to find new ways of addressing this challenge. This will be fostered through 3 main pillars of technique innovation: chemical-based, isotope-based, and physics-based. Consequently, main techniques to be addressed operando will be: X-ray scattering, enhanced Raman, STEM-EELS & EDX, FIB-SIMS, Neutron imaging, OEMS and NMR.
Parallelly, the consortium will integrate AI/Machine Learning support, in order to improve data acquisition and analysis, making the data crunching processes more efficient and meaningful. Likewise, data treatment and sharing are cornerstones of the project, as Open Science practices and scientific collaboration with the community are recognized by the consortium as key aspects of the BIG-MAP objectives of the Batteries partnership and 2030+ programmes.
With a 36 month duration, the project is divided in 7 work packages distributed among the partners according to their expertise, with LIST as leader of the consortium. Dissemination, exploitation and communication activities will allow to maximize the impact of the results and the outreach of these, by actively promoting the diffusion of the information derived from the activities of the project.
Dziedzina nauki
Słowa kluczowe
Program(-y)
Zaproszenie do składania wniosków
Zobacz inne projekty w ramach tego zaproszeniaSystem finansowania
HORIZON-RIA - HORIZON Research and Innovation ActionsKoordynator
4362 Esch Sur Alzette
Luksemburg