Skip to main content
Przejdź do strony domowej Komisji Europejskiej (odnośnik otworzy się w nowym oknie)
polski pl
CORDIS - Wyniki badań wspieranych przez UE
CORDIS

machine learning enhanced Ab Initio Mesoscale electrochemical Simulator

Opis projektu

Nowe narzędzie pozwala przełamać ograniczenia związane z modelowaniem materiałów wykorzystywanych w energetyce odnawialnej

Opracowywanie materiałów do zaawansowanych akumulatorów i ogniw paliwowych tradycyjnie opierało się na powolnych, wymagających dużych nakładów zasobów cyklach eksperymentów prowadzonych metodą prób i błędów. Chociaż projekty cyfrowe pomagają w tworzeniu tych ekologicznych technologii, obecne symulacje zawodzą w skali mezoskopowej: modele atomistyczne są bardzo dokładne, ale zbyt powolne, natomiast modele ciągłe są szybkie, ale zbyt niedokładne. Zespół projektu AIMS, realizowanego przy wsparciu programu działania „Maria Skłodowska-Curie”, wdroży nowoczesny symulator, który będzie dostarczać szczegółowe dane molekularne do szybszych modeli symulacyjnych. Proponowane narzędzie zostanie zwalidowane na coraz bardziej złożonych układach, począwszy od prostych powierzchni złota, a skończywszy na realistycznych katalizatorach opartych na nanocząstkach platyny. Ostatecznie narzędzie to przyspieszy cykle badań i rozwoju, umożliwiając projektowanie niedrogich i wysoce stabilnych urządzeń dla energetyki odnawialnej.

Cel

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.

Dziedzina nauki (EuroSciVoc)

Słowa kluczowe

Program(-y)

Temat(-y)

System finansowania

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

Wyświetl wszystkie projekty finansowane w ramach tego programu finansowania

Zaproszenie do składania wniosków

(odnośnik otworzy się w nowym oknie) HORIZON-MSCA-2025-PF

Wyświetl wszystkie projekty finansowane w ramach tego zaproszenia

Koordynator

FORSCHUNGSZENTRUM JULICH GMBH
Wkład UE netto
€ 202 125,12
Koszt całkowity
Brak danych