BATMAN

Combiner l’intelligence artificielle aux modèles physiques pour développer de nouvelles batteries

Aperçu

Exploration de données, intelligence artificielle et jumeaux numériques pour la nouvelle génération de batteries

Pr. Mathieu Salanne (PHENIX, Sorbonne Université / CNRS)
Pr. Alejandro Franco (LRCS, Université de Picardie Jules Verne / CNRS)

La recherche sur le stockage de l’électricité utilise de plus en plus les simulations numériques, généralement basées sur des principes physiques. BATMAN vise à développer de nouveaux modèles intégrant les approches de la science des données et de l’intelligence artificielle. Trois objectifs principaux sont visés : trouver des électrolytes et des matériaux optimisés, comprendre les réactions chimiques aux interfaces des batteries, et optimiser les processus de fabrication. Le projet vise également à créer un jumeau numérique pour prédire les performances des batteries en fonction des propriétés des électrodes fabriquées.

Actus en lien

Pas d’actualités

Les tâches

Nos recherches


Criblage de nouveaux matériaux pour les batteries de nouvelle génération

Le premier objectif est le « criblage haut débit » qui vise à identifier des électrolytes optimisés pour les batteries de prochaine génération et des matériaux adaptés aux dispositifs à haute puissance. Pour cela, des techniques bien établies, telles que les calculs de structure électronique ou les simulations de dynamique moléculaire, seront utilisées pour examiner de grandes bases de données de matériaux, qu’ils aient déjà été synthétisés ou non. Cela permettra de fournir des listes de compositions de matériaux ayant des performances améliorées pour les batteries.


Étude des interfaces de batterie par des approches machine-learning

Le deuxième objectif porte sur la compréhension des réactions chimiques qui se produisent aux interfaces des batteries. De nouveaux outils basés sur le machine-learning seront développés pour simuler les changements à l’interface électrode/électrolyte, en tenant compte des effets de la structure électronique dans les simulations de dynamique moléculaire. Ces avancées méthodologiques permettront de mieux comprendre des phénomènes tels que la croissance dendritique dans les batteries tout-solide et la décomposition de l’électrolyte sur les électrodes de batteries Na-ion.


Jumeaux numériques pour les procédés de fabrication des batteries

Le troisième objectif est de développer un « jumeau numérique » pour optimiser les processus de fabrication des batteries. Les électrodes des batteries sont composées de mélanges de différents matériaux, chacun ayant un rôle spécifique. Pour améliorer les performances, il est essentiel d’optimiser les propriétés texturales du composite et les interfaces entre les matériaux. Un jumeau numérique sera créé pour prédire les performances des batteries en fonction des propriétés des électrodes fabriquées.

Le consortium

5 laboratoires académiques, 2 instituts du CEA, l’IFPEN et le CINES

Implantation du consortium
Implantation du consortium

Les autres projets PEPR

 SENSIGA
SENSIGA
Mesure operando intelligente pour BMS avancé et IA pour le pronostic de vieillissement
Voir plus
 HIPOHYBAT
HIPOHYBAT
Batteries de puissance et supercondensateurs
Voir plus
 HIPOBAT
HIPOBAT
Batteries tout-solide de forte puissance sodium-ion et lithium-ion
Voir plus
 LIMASSE
LIMASSE
Batteries tout-solide de forte densité d’énergie avec du Li métal à la négative
Voir plus
 OPENSTORM
OPENSTORM
Caractérisation Operando des matériaux pour le stockage de l’énergie : du laboratoire aux grands instruments
Voir plus
 FRISBI
FRISBI
Batteries tout-solide à ion fluorure
Voir plus