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 Enabled Discovery of Advanced Low-Temperature Proton Conducting Perovskites Oxides

Opis projektu

Materiały o większej odporności do zastosowań w technologiach wodorowych

Rozwój wydajnych technologii wodorowych zależy od opracowania elektrolitów stałych, które mogą skutecznie przewodzić protony w wysokich temperaturach (300–400°C), są odporne na degradację pod wpływem CO₂ i pary wodnej oraz ograniczają przewodnictwo elektronowe. Zespół projektu MEDAL-PCP, realizowanego przy wsparciu z działań „Maria Skłodowska-Curie”, zidentyfikuje tlenki perowskitowe spełniające te wymagania. Materiały te muszą osiągać przewodność protonową na poziomie co najmniej 10 mS cm⁻¹ i zachowywać stabilność przez ponad 100 godzin. Dlatego badacze wykorzystają model uczenia maszynowego oparty na fizyce do przewidywania ruchu protonów i przewodnictwa elektronowego. Partie materiału przeznaczone do dalszej syntezy zostaną wytworzone przy użyciu zrobotyzowanej linii do przetwarzania zawiesiny w granulki, a następnie poddane analizie przesiewowej pod kątem czystości za pomocą dyfrakcji rentgenowskiej. Na koniec materiały zostaną poddane walidacji w ceramicznych ogniwach paliwowych w celu zapewnienia powtarzalnej wydajności.

Cel

Hydrogen technologies need solid electrolytes that conduct protons efficiently at 300-400 degrees Celsius, resist carbon dioxide and steam, and show minimal electronic leakage. This project will discover and validate such perovskite oxides and demonstrate device-level performance. Objectives: (1) identify electrolyte compositions that achieve at least 10 mS cm-1 proton conductivity at 300-400 degrees Celsius, with stability for at least 100 hours in humid carbon dioxide and low electronic leakage; (2) prove performance in button-cell proton-conducting ceramic fuel cells with reproducible area-specific resistance and peak power; (3) release open, reusable datasets, analysis code, and standard operating procedures. Approach: a physics-informed machine learning model estimates mobile-proton population and hydration thermodynamics and maps them to proton conductivity; a parallel branch predicts electronic conduction to cap leakage. Active learning and a planned design-of-experiments schedule propose synthesizable batches. A robotic slurry-to-pellet line produces and gates single-phase materials by X-ray diffraction. Condition-matched measurements include impedance with hydrogen versus deuterium checks, thermogravimetry with van t Hoff fits, oxygen-pressure sweeps for leakage, and stability tests in humid carbon dioxide. Device tests verify ohmic consistency and reproducibility. Relevance: the work advances clean-energy materials while delivering excellent training in data-driven materials discovery, electrochemistry, open science, and research management, aligned with the MSCA Postdoctoral Fellowships work programme.

Dziedzina nauki (EuroSciVoc)

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

THE UNIVERSITY OF LIVERPOOL
Wkład UE netto
€ 276 187,92
Adres
BROWNLOW HILL 765 FOUNDATION BUILDING
L69 7ZX LIVERPOOL
Zjednoczone Królestwo
Region
North West (England) Merseyside Liverpool
Rodzaj działalności
Higher or Secondary Education Establishments
Linki
Koszt całkowity
Brak danych