Main Research Activities
Le contenu de ce projet va inclure principalement 3 domaines : physique, chimie et apprentissage profond (intelligence artificielle). La plus grande partie sera consacrée au modèle du champs de phase (physique) qui décrit l'évolution de la microstructure par transformation thermodynamique dans une grande variété de problèmes. Ici, nous utilisons ce modèle pour étudier l'évolution de la microstructure dans le cristal de la cathode (LiFePO4) en présence d'une différence de potentiel chimique Li-ion avec l'électrolyte liquide environnant. Le but est d'étudier la cinétique et la voie de la (dé)lithiation à l'intérieur du cristal de matériau actif individuel pendant la réaction électrochimique. Ce travail sera réalisé en collaboration avec un chercheur de l'institut Access, Aachen, Allemagne, le Dr Guillaume Boussinot. La chimie intervient dans les expériences en TEM in situ pour observer la réaction électrochimique voir l'intercalation ou la désintercalation des ions (changement de phase LFP-FP) qui sera traitée comme des flux à travers les frontières du domaine de simulation, puis nous introduirons les propriétés mécaniques pour étudier la déformation élastique pendant ce processus. Ensuite, nous utiliserons l’intelligence artificielle pour traiter les images générées par les simulations et essayer d’entraîner le programme afin de prédire la cinétique de (dé)lithiation et de comparer les résultats à ceux obtenus par les expériences. Le défi sera d’étudier tout le problème en 3D.Academic Training
Master 2 Physique Fondamentale et Applications, parcours matière et rayonnement. Université d’Orléans, 2021/2022.
Professional skills
Python, compétences mathématiques et théoriques, compétences linguistiques, création d’un site web dynamique.
Running Projects
Projet financé par région Hauts-de-France et RS2E sur une durée de 3 ans.
