Cellules et modules photovoltaïques tandem Perovskite/Silicium fiables
Les perovskites hybrides organiques-inorganiques (HOP) constituent l'une des technologies photovoltaïques les plus prometteuses de la dernière décennie, ouvrant la voie au développement de panneaux solaires hautement efficaces et rentables. En combinant une cellule HOP avec une cellule en silicium (Si), une cellule tandem peut être formée pour optimiser l'absorption de la lumière. Cette technologie a atteint un rendement record de 35,5 % , ce qui en fait un candidat très prometteur au-delà des générations actuelles de photovoltaïques à base de silicium, qui ont atteint leurs limites d'optimisation. Le principal défi pour le déploiement complet des panneaux tandem Si/HOP est d'assurer la stabilité et la fiabilité pendant le fonctionnement.
Une proposition de recherche conjointe entre le Forschungszentrum Jülich (FZJ) et le CEA pour deux postes de doctorat (1 doctorant(e) à Jülich, 1 doctorant(e) au CEA) vise à contribuer au développement de structures tandem stables en conditions opérationnelles. Les deux centres de recherche apportent une expertise de longue date dans le développement et la caractérisation des matériaux photovoltaïques ainsi que l'optimisation des cellules solaires. Le FZJ développe un axe dédié aux premières étapes de l'innovation tandem, y compris de nouveaux matériaux et architectures de dispositifs . Le CEA contribue à la réalisation de cellules / modules photovoltaïques , l’étude de leur fiabilité et la détermination des mécanismes de dégradation. Les deux doctorants collaboreront étroitement pour la sélection des matériaux et procédés en utilisant des protocoles automatisés/IA, la caractérisation des matériaux, la fabrication complète des dispositifs et les essais de fiabilité. Au CEA, le doctorant se concentrera sur la fabrication/caractérisation des dispositifs sur la base de protocoles automatisés/IA (réalisés à Jülich par l'autre doctorant), les tests de stabilité/durée de vie en utilisant différents facteurs de contrainte (lumière et température en particulier) et en considérant également l’encapsulation des cellules. Une méthode spécifique de caractérisation, sur la base de mesures de photoluminescence, sera développée avec l’ambition de prédire le comportement en vieillissement long à partir de tests courts. Les données des expériences de vieillissement au CEA fourniront un retour quantitatif à Jülich sur les performances et la durabilité opérationnelle, ainsi que des informations sur les modes de dégradation et contribueront ainsi à la sélection des matériaux/procédés. Chaque doctorant passera au moins trois mois dans l'autre institut pour être formé aux techniques employées dans l'étude jumelle.
Modélisation par surrogate causal model pour les simulations sismiques haute performance par éléments finis
Les simulations sismiques à haute résolution sont nécessaires pour comprendre la propagation des ondes sismiques dans des structures géologiques complexes. Cependant, les simulations par éléments finis nécessitent des ressources de calcul importantes, notamment pour explorer plusieurs scénarios ou prendre en compte les incertitudes. Ce projet de thèse vise à développer des surrogate modèles causaux qui réduisent les coûts de calcul tout en préservant la cohérence physique des simulations sismiques.
L’approche proposée combine l’apprentissage automatique causal et le calcul haute performance (HPC). À partir de données générées par des simulations à grande échelle par éléments finis, les recherches porteront sur des méthodes permettant d’identifier des relations orientées entre les variables sismiques dans l’espace et le temps. Ces relations causales serviront ensuite à construire des surrogate modèles capables d’approximer certaines composantes des simulateurs numériques. Les incertitudes associées aux structures causales apprises et aux prédictions des modèles seront également quantifiées.
Les méthodes développées seront intégrées dans des environnements de simulation parallèle, notamment ArcaneFEM et PSD, afin de permettre leur application à des problèmes de grande taille. Les résultats attendus comprennent des algorithmes d’apprentissage causal efficaces, des modèles de substitution capables de passer à l’échelle et des stratégies de simulation hybrides combinant méthodes numériques et intelligence artificielle. À terme, ces recherches visent à améliorer l’efficacité des simulations sismiques et à faciliter la quantification des incertitudes, le raffinement adaptatif du maillage et l’assimilation de données.
Design accéléré de couches minces à base d’oxydes à haute entropie pour les énergies décarbonées
Depuis une dizaine d’années, les oxydes à haute entropie émergent comme une nouvelle classe de matériaux prometteurs pour les applications énergétiques et la résistance à la corrosion en milieux extrêmes, domaines au cœur des activités du CEA.
Leur optimisation reste cependant limitée par l’immensité de l’espace des compositions possibles, conduisant la plupart des études à se concentrer sur des compositions équimolaires.
Cette thèse propose de lever ce verrou grâce à la PVD combinatoire en mode HiPIMS, couplée à des approches d’intelligence artificielle basées sur l’optimisation bayésienne, une démarche encore inédite pour ces matériaux.
L’objectif est de maîtriser le dépôt d’oxydes à haute entropie et d’optimiser leurs propriétés pour la protection contre la corrosion dans les électrolyseurs à haute température dédiés à la production d’hydrogène décarbonée.
Les couches élaborées présenteront une stœchiométrie, une structure, une microstructure et une texture contrôlées, et seront caractérisées in situ et ex situ par des techniques complémentaires.
Le projet aboutira à une preuve de concept du couplage entre PVD combinatoire et optimisation bayésienne pour accélérer la découverte et l’optimisation de nouveaux matériaux.
Cette thèse s’inscrit dans le programme doctoral international du PEPR DIADEM et réunira le CEA (Saclay), l’ESRF (Grenoble) et le NIMS (Japon).