Zoom sur...
Numéro 57 de Science@ifpen - spécial : Habilitation à diriger des recherches (HDR)
Prédiction du vieillissement des batteries par l’IA
Pour répondre aux enjeux climatiques, la transition vers des énergies renouvelables et la décarbonation des transports sont incontournables, avec un rôle central dévolu à la mobilité électrique et aux batteries lithium-ion. Le vieillissement des batteries est un phénomène complexe, influencé par un grand nombre de facteurs, et nécessite des modèles robustes pour prédire et optimiser leur utilisation. Les travaux de thèse de Quentin Mayemba ont abouti à un modèle innovant de machine learning généraliste capable de s’adapter à divers jeux de données pour prédire le vieillissement des batteries. Ces contributions, d’une grande valeur pour la communauté scientifique, fournissent des outils solides et des perspectives nouvelles pour le développement de méthodologies adaptées à l’étude des batteries lithium-ion.
Visualisation du lithium dans les électrodes des batteries pour comprendre les mécanismes de leur vieillissement
Rock Eval®, un outil pour la caractérisation du biochar
Numéro 56 de Science@ifpen - Travaux de doctorants et prix Yves Chauvin
Optimisation des infrastructures de production d’hydrogène
Pagination
La recherche fondamentale, support aux innovations de demain
Objectifs poursuivis, verrous scientifiques à lever, collaborations proposées : découvrez en vidéo la stratégie de recherche fondamentale d’IFPEN.
en savoir plusLa recherche en quelques chiffres
-
1 095chercheurs et techniciens dédiés à la R&I -
30 %Part de la recherche fondamentale dans les activités R&I -
9champs disciplinaires -
15accords-cadres de recherche fondamentale en cours
