Description du projet
Accélérer le processus de photolyse pour optimiser le rendement en hydrogène
L’hydrogène vert est un substitut écologique prometteur des combustibles fossiles dans de nombreuses industries. Il peut être produit par décomposition de l’eau par photocatalyse en utilisant divers cadres organiques inorganiques, nobles ou nano-covalents comme (photo)catalyseurs. Cependant, pour optimiser le rendement en hydrogène, de nombreux facteurs doivent être pris en compte, tels que la sélection des co-catalyseurs, les rapports entre les catalyseurs et les co-catalyseurs, ainsi que les niveaux de pH et de viscosité appropriés. Tester manuellement de multiples combinaisons de paramètres prend beaucoup de temps, alors que les laboratoires autonomes peuvent tirer parti de la robotique avancée, de la puissance de calcul et de l’intelligence artificielle pour obtenir des résultats beaucoup plus rapidement. Soutenu par le programme Actions Marie Skłodowska-Curie, le projet SDL-MFHYD vise à accélérer efficacement le processus de photolyse au-delà des capacités actuelles. Pour ce faire, il utilisera un algorithme d’optimisation bayésienne multifidélité qui réduit la fréquence des étapes critiques de la photocatalyse très consommatrices de temps.
Objectif
The fossil fuel sector is projected to emit 200 million tons of CO2 equivalent by 2050. Hydrogen is emerging as a crucial energy carrier, essential for achieving net-zero emissions (NZE) by 2050. The European Commission is actively funding initiatives for decarbonization and green hydrogen production. Green hydrogen can primarily be produced through photocatalytic water splitting, involving either proton reduction or overall water oxidation. While several photocatalysts, predominantly inorganic or noble materials have been reported, recent advances in environmentally friendly nano-covalent organic frameworks (Nano-COFs) catalysts offer tunability and significant synthetic diversity. However, photocatalysts alone are insufficient for substantial hydrogen production. Multiple components must be integrated, such as co-catalyst selection, catalyst-to-co-catalyst ratios, and physicochemical parameters like pH and viscosity, to optimize hydrogen yield. The complexity of optimizing these parameters is challenging for manual testing, especially as the search space expands exponentially. Self-driving laboratories (SDLs) are poised to revolutionize this field by leveraging advancements in robotics, computational power, and artificial intelligence (AI). SDLs can achieve scientific objectives hundreds of times faster than traditional automation, integrating hardware for experiment execution and software for data analysis and subsequent experiment design. Despite these advancements, the time-intensive steps of photolysis and gas analysis remain bottlenecks. This proposal addresses the challenge of accelerating the photolysis process beyond current SDL capabilities. By employing a multi-fidelity Bayesian optimization algorithm, I aim to reduce the frequency of crucial yet time-intensive steps in photocatalysis. This novel approach, untested in real photolysis experiments, has the potential to extend broadly to other areas of electrochemistry, including CO2/N2 electrolysis.
Champ scientifique (EuroSciVoc)
CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN. Voir: Le vocabulaire scientifique européen.
La classification de ce projet a été validée par des humains.
CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN. Voir: Le vocabulaire scientifique européen.
La classification de ce projet a été validée par des humains.
- sciences naturelles sciences chimiques catalyse photocatalyse
- sciences naturelles sciences chimiques électrochimie électrolyse
- ingénierie et technologie génie électrique, génie électronique, génie de l’information ingénierie électronique robotique
- sciences naturelles informatique et science de l'information intelligence artificielle apprentissage automatique
- ingénierie et technologie génie de l'environnement énergie et combustibles conversion de l'énergie
Mots‑clés
Les mots-clés du projet tels qu’indiqués par le coordinateur du projet. À ne pas confondre avec la taxonomie EuroSciVoc (champ scientifique).
Les mots-clés du projet tels qu’indiqués par le coordinateur du projet. À ne pas confondre avec la taxonomie EuroSciVoc (champ scientifique).
Programme(s)
Programmes de financement pluriannuels qui définissent les priorités de l’UE en matière de recherche et d’innovation.
Programmes de financement pluriannuels qui définissent les priorités de l’UE en matière de recherche et d’innovation.
-
HORIZON.1.2 - Marie Skłodowska-Curie Actions (MSCA)
PROGRAMME PRINCIPAL
Voir tous les projets financés dans le cadre de ce programme
Thème(s)
Les appels à propositions sont divisés en thèmes. Un thème définit un sujet ou un domaine spécifique dans le cadre duquel les candidats peuvent soumettre des propositions. La description d’un thème comprend sa portée spécifique et l’impact attendu du projet financé.
Les appels à propositions sont divisés en thèmes. Un thème définit un sujet ou un domaine spécifique dans le cadre duquel les candidats peuvent soumettre des propositions. La description d’un thème comprend sa portée spécifique et l’impact attendu du projet financé.
Régime de financement
Régime de financement (ou «type d’action») à l’intérieur d’un programme présentant des caractéristiques communes. Le régime de financement précise le champ d’application de ce qui est financé, le taux de remboursement, les critères d’évaluation spécifiques pour bénéficier du financement et les formes simplifiées de couverture des coûts, telles que les montants forfaitaires.
Régime de financement (ou «type d’action») à l’intérieur d’un programme présentant des caractéristiques communes. Le régime de financement précise le champ d’application de ce qui est financé, le taux de remboursement, les critères d’évaluation spécifiques pour bénéficier du financement et les formes simplifiées de couverture des coûts, telles que les montants forfaitaires.
HORIZON-TMA-MSCA-PF-EF - HORIZON TMA MSCA Postdoctoral Fellowships - European Fellowships
Voir tous les projets financés dans le cadre de ce programme de financement
Appel à propositions
Procédure par laquelle les candidats sont invités à soumettre des propositions de projet en vue de bénéficier d’un financement de l’UE.
Procédure par laquelle les candidats sont invités à soumettre des propositions de projet en vue de bénéficier d’un financement de l’UE.
(s’ouvre dans une nouvelle fenêtre) HORIZON-MSCA-2024-PF-01
Voir tous les projets financés au titre de cet appelCoordinateur
La contribution financière nette de l’UE est la somme d’argent que le participant reçoit, déduite de la contribution de l’UE versée à son tiers lié. Elle prend en compte la répartition de la contribution financière de l’UE entre les bénéficiaires directs du projet et d’autres types de participants, tels que les participants tiers.
L69 7ZX LIVERPOOL
Royaume-Uni
Les coûts totaux encourus par l’organisation concernée pour participer au projet, y compris les coûts directs et indirects. Ce montant est un sous-ensemble du budget global du projet.