Skip to main content
Aller à la page d’accueil de la Commission européenne (s’ouvre dans une nouvelle fenêtre)
français fr
CORDIS - Résultats de la recherche de l’UE
CORDIS

machine learning enhanced Ab Initio Mesoscale electrochemical Simulator

Description du projet

Un nouvel outil s’attaque aux limites de la modélisation des matériaux pour les énergies renouvelables

Le développement de matériaux destinés aux batteries et piles à combustible avancées repose traditionnellement sur de lents cycles expérimentaux d’essais-erreurs, très gourmands en ressources. Si la conception numérique contribue au développement de ces technologies vertes, les simulations actuelles échouent à l’échelle mésoscopique: les modèles atomistiques sont très précis mais trop lents, tandis que les modèles continus sont rapides mais trop imprécis. Avec le soutien du programme Actions Marie Skłodowska-Curie, le projet AIMS introduira un nouveau simulateur injectant des données moléculaires détaillées dans des modèles de simulation plus rapides. L’outil proposé sera validé sur des systèmes de complexité croissante, en commençant par de simples surfaces d’or avant de passer à des catalyseurs réalistes à base de nanoparticules de platine. À terme, cet outil accélérera les cycles de recherche et développement et permettra de concevoir des dispositifs d’énergie renouvelable peu coûteux et très stables.

Objectif

The transition to a sustainable energy future depends on advanced electrochemical technologies such as batteries and fuel cells. However, the development of critical materials and interfaces for these devices is often hindered by a laborious and resource-intensive cycle of experimental trial-and-error. While a paradigm shift towards in silico rational design is underway, a significant gap persists in modeling these electrochemical interfaces at the mesoscale (1-100 nm) with predictive accuracy. Current computational methods are either too slow for this scale, like atomistic simulations, or too inaccurate, like continuum models. The AIMS project will bridge this critical gap by developing a novel computational framework: the machine learning-enhanced Ab Initio Mesoscale electrochemical Simulator (AIMS). This framework will systematically embed microscopic information from molecular dynamics simulations into efficient continuum models, synergistically combining the researcher's data-driven expertise with the host's physics-driven theoretical approach. The resulting tool will be validated on systems of increasing complexity, from simple gold surfaces to realistic platinum nanoparticle catalysts. The long-term impact of this work is substantial; it will establish a new scientific framework for electrochemical modeling, accelerate the economic R&D cycle for energy technologies, and ultimately contribute to a more sustainable future by enabling the design of low-cost, high-stability renewable energy devices.

Champ scientifique (EuroSciVoc)

Mots‑clés

Programme(s)

Thème(s)

Régime de financement

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

(s’ouvre dans une nouvelle fenêtre) HORIZON-MSCA-2025-PF

Voir tous les projets financés au titre de cet appel

Coordinateur

FORSCHUNGSZENTRUM JULICH GMBH
Contribution nette de l'UE
€ 202 125,12
Coût total
Aucune donnée