Skip to main content
Ir a la página de inicio de la Comisión Europea (se abrirá en una nueva ventana)
español español
CORDIS - Resultados de investigaciones de la UE
CORDIS

Machine Learning-Enhanced Design of Homogeneous Bifunctional Catalysts for CO2 Hydrogenation

Descripción del proyecto

Catalizadores más inteligentes para un futuro más limpio

Reducir las emisiones de CO2 constituye todo un reto mundial. En este contexto, la conversión del CO2 en metanol es un método viable para la producción sostenible de combustibles y productos químicos esenciales. Los catalizadores sólidos para llevar a cabo esta conversión suelen necesitar condiciones duras, aunque sus resultados no son buenos, mientras que los catalizadores moleculares en solución son más activos en condiciones más suaves. Así las cosas, descubrir nuevos catalizadores eficaces es un proceso laborioso y caro. En el proyecto BIFUCCO2, que cuenta con el apoyo de las acciones Marie Skłodowska-Curie, se pretende agilizar este proceso de descubrimiento utilizando el aprendizaje automático para cribar más de un millón de catalizadores bifuncionales diseñados digitalmente. El equipo del proyecto combinará conocimientos de informática, catálisis y mecanismos de reacción para identificar y validar los mejores candidatos, sentando así las bases para el desarrollo de métodos de conversión de CO2 más limpios y eficientes.

Objetivo

As a global society, we face the urgent challenge of reducing CO2 emissions. In response, governmental organisations, such as the European Union, have introduced policies promoting sustainable practices and renewable energy sources. One initiative is the conversion of CO2 into valuable products, with CO2-based methanol synthesis emerging as a promising approach. Methanol serves both as a low-density fuel and a feedstock for essential chemicals. While heterogeneous catalysts are commonly used in this reaction, they necessitate harsh conditions and exhibit low selectivity. Homogeneous catalysts, in contrast, operate at milder conditions and allow for fine-tuned active sites, potentially enhancing performance. Nevertheless, conventional methods for discovering new efficient catalysts are time-consuming and costly. BIFUCCO2 aims to overcome these limitations by leveraging computational techniques to pinpoint the most promising homogeneous bifunctional catalysts for this reaction from over a million in silico designed candidates. By implementing a machine learning (ML) workflow, the identification of the most efficient catalysts for this process will be achieved, enabling our experimental collaborators to validate the findings. The project merges the applicant’s knowledge in data-driven techniques, the proficiency of Res. Prof. Nova’s group in catalytic mechanisms (University of Oslo), the experience of Res. Prof. Balcells in ML applications (University of Oslo), and the expertise of Prof. Dr. Reiher (ETH Zürich, secondment) in chemical reaction networks, alongside contributions from experimental collaborators (Prof. Beller, LIKAT). BIFUCCO2 provides a framework for enhancing my existing research skills and acquiring novel insights from domain experts across various disciplines. The training activities during the grant period will significantly advance my professional career, consolidating my ability to lead a research group in the field of computational chemistry.

Ámbito científico (EuroSciVoc)

CORDIS clasifica los proyectos con EuroSciVoc, una taxonomía plurilingüe de ámbitos científicos, mediante un proceso semiautomático basado en técnicas de procesamiento del lenguaje natural. Véas: El vocabulario científico europeo.
La clasificación de este proyecto ha sido validada por personas.

Palabras clave

Palabras clave del proyecto indicadas por el coordinador del proyecto. No confundir con la taxonomía EuroSciVoc (Ámbito científico).

Programa(s)

Programas de financiación plurianuales que definen las prioridades de la UE en materia de investigación e innovación.

Tema(s)

Las convocatorias de propuestas se dividen en temas. Un tema define una materia o área específica para la que los solicitantes pueden presentar propuestas. La descripción de un tema comprende su alcance específico y la repercusión prevista del proyecto financiado.

Régimen de financiación

Régimen de financiación (o «Tipo de acción») dentro de un programa con características comunes. Especifica: el alcance de lo que se financia; el porcentaje de reembolso; los criterios específicos de evaluación para optar a la financiación; y el uso de formas simplificadas de costes como los importes a tanto alzado.

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

Ver todos los proyectos financiados en el marco de este régimen de financiación

Convocatoria de propuestas

Procedimiento para invitar a los solicitantes a presentar propuestas de proyectos con el objetivo de obtener financiación de la UE.

(se abrirá en una nueva ventana) HORIZON-MSCA-2024-PF-01

Ver todos los proyectos financiados en el marco de esta convocatoria

Coordinador

UNIVERSITETET I OSLO
Aportación neta de la UEn

Aportación financiera neta de la UE. Es la suma de dinero que recibe el participante, deducida la aportación de la UE a su tercero vinculado. Considera la distribución de la aportación financiera de la UE entre los beneficiarios directos del proyecto y otros tipos de participantes, como los terceros participantes.

€ 251 578,56
Coste total

Los costes totales en que ha incurrido esta organización para participar en el proyecto, incluidos los costes directos e indirectos. Este importe es un subconjunto del presupuesto total del proyecto.

Sin datos

Socios (1)

Mi folleto 0 0