Skip to main content
Vai all'homepage della Commissione europea (si apre in una nuova finestra)
italiano it
CORDIS - Risultati della ricerca dell’UE
CORDIS

High-throughput Discovery of Catalysts for the Hydrogen Economy through Machine Learning

Descrizione del progetto

Nuove soluzioni per la produzione e lo stoccaggio di energia dall’idrogeno

In un momento in cui il mondo si appresta a passare a fonti più pulite di energia, l’idrogeno è emerso come un candidato promettente grazie alla sua combinazione unica di scalabilità, stoccaggio sul lungo termine e portabilità. Tuttavia, la sua adozione su larga scala si confronta con una sfida significativa: la produzione di idrogeno a partire dall’acqua e la generazione di energia mediante l’ossidazione dell’idrogeno in acqua. Con il sostegno del programma di azioni Marie Skłodowska-Curie, il progetto HighHydrogenML svilupperà una strategia ad alta resa utilizzando strumenti di intelligenza artificiale al fine di scoprire composti intermetallici per una produzione energetica efficiente dall’idrogeno. Condotto da un team di esperti multidisciplinari, l’obiettivo complessivo del progetto consiste nell’accelerare la scoperta di nuovi composti intermetallici per applicazioni catalitiche, aprendo la strada a un’economia dell’idrogeno realizzabile ed efficiente con significativi benefici ambientali.

Obiettivo

Hydrogen energy storage offers a unique combination of scalability, long-term storage, and portability, leading to the so-called hydrogen economy. The major challenge in the hydrogen economy is related to the production of hydrogen from water and the generation of energy by the oxidation of hydrogen into water. In this regard, the main objective of the project High-throughput Discovery of Catalysts for the Hydrogen Economy through Machine Learning (HighHydrogenML) is to develop a high-throughput strategy based on first principles calculations and artificial intelligence tools to discover intermetallic compounds whose catalytic activity can be tuned to reach an optimum catalytic performance for the Hydrogen Evolution Reaction (HER) and Oxygen Reduction Reaction (ORR) by means of elastic strain engineering. The successful completion of these objectives will provide unique information for experimental synthesis of intermetallic compounds with high catalytic activity for the HER and ORR and could, therefore, open a new avenue for a feasible and efficient hydrogen economy. Moreover, the strategies and tools developed in this project can be applied later to many other catalytic processes of large industrial and/or environmental interest. To achieve these goals, the project HighHydrogenML involves multidisciplinary expertise in solid state physics, materials science, machine learning, and chemistry that will be coupled in a seamless framework to exploit the high predictive power of ab initio calculations in conjunction with the efficiency of ML models. Therefore, this project brings together a researcher with expertise in atomistic and materials modelling within a broad range of different computational chemistry methods and artificial intelligence techniques, a world-recognized supervisor in the area of multiscale modelling of materials, and a research institute with a record of excellence, technology transfer, and top-level training in Materials Science and Engineering.

Campo scientifico (EuroSciVoc)

Parole chiave

Programma(i)

Argomento(i)

Meccanismo di finanziamento

HORIZON-TMA-MSCA-PF-EF - HORIZON TMA MSCA Postdoctoral Fellowships - European Fellowships

Vedi tutti i progetti finanziati nell’ambito di questo schema di finanziamento

Invito a presentare proposte

(si apre in una nuova finestra) HORIZON-MSCA-2022-PF-01

Vedi tutti i progetti finanziati nell’ambito del bando

Coordinatore

FUNDACION IMDEA MATERIALES
Contributo netto dell'UE
€ 174 222,96
Indirizzo
CALLE ERIC KANDEL 2 PARQUE CIENTIFICO Y TECNOLOGICO TECNOGETAFE
28906 Getafe
Spagna
Regione
Comunidad de Madrid Comunidad de Madrid Madrid
Tipo di attività
Research Organisations
Collegamenti
Costo totale
Nessun dato