Subvention

Développement de catalyseurs pour la conversion du CO2 en produits chimiques à valeur ajoutée par l’expérimentation combinée à la théorie de la fonctionnelle de la densité et à l’apprentissage automatique

La réduction électrochimique du CO2 est une approche unique en son genre pour atténuer la concentration de CO2 dans l’atmosphère et générer des combustibles ou des produits chimiques industriels neutres en carbone. Au prix de surtensions élevées et d’une faible sélectivité, les catalyseurs à base de cuivre font actuellement l’objet d’un examen approfondi pour la conversion électrochimique du CO2 en méthane et en éthylène. La découverte de nouveaux matériaux catalytiques capables de surmonter les difficultés des catalyseurs à base de cuivre couramment utilisés est un objectif de longue date. Le projet combine des techniques expérimentales avancées, la théorie fonctionnelle de la densité (DFT) et l’apprentissage automatique pour développer et trouver des matériaux catalytiques actifs, stables et sélectifs pour la réaction réductive du CO2 (CO2RR). Le projet aboutira également à un modèle amélioré de réseau de neurones à convolution du graphique des orbitales cristallines (OGCNN). Les caractéristiques améliorées du modèle comprennent l’interaction orbitale et les attributs de structure électronique tels que la fonction de Fukui. De nouveaux matériaux catalytiques conçus par le modèle amélioré de l’OGCNN seront testés expérimentalement pour confirmer l’amélioration des performances du CO2RR.