Qui sommes-nous ?
Espace utilisateur
Formation continue
Credit : L. Godart/CEA
D’un jour à plusieurs semaines, nos formations permettent une montée en compétence dans votre emploi ou accompagnent vers le retour à l’emploi. 
Conseil et accompagnement
Crédit : vgajic
Fort de plus de 60 ans d’expériences, l’INSTN accompagne les entreprises et organismes à différents stades de leurs projets de développement du capital humain.
Thèses
Accueil   /   Thèses   /   Caractérisation et modélisation assistée par machine learning de microbatteries sur Silicium

Caractérisation et modélisation assistée par machine learning de microbatteries sur Silicium

Matériaux et applications Physique de l’état condensé, chimie et nanosciences Physique du solide, surfaces et interfaces Sciences pour l’ingénieur

Résumé du sujet

Les mécanismes physiques impliqués dans le fonctionnement d'une microbatterie sont encore peu compris et peu modélisés. Pour les etudier, le CEA dispose d’une plateforme de fabrication et de caractérisation dédiée aux composants lithiés.
L’objectif de cette thèse est de développer un modèle physique pour décrire les performances des batteries (tension, puissance délivrée) selon les conditions d'utilisation. La méthodologie proposée consiste à :
1. Utiliser les 15 000 batteries par wafer comme véhicules de test. Les mesures réalisées pendant le cyclage des batteries sont compilées dans une base de données.
2. Participer au développement des programmes de traitement de données basés sur des méthodes de machine learning et d'inférence bayésienne pour mettre en évidence des paramètres optimaux de protocole de cyclage. Ces retours alimentent alors le modèle physique et electrochimique (validation/compréhension/exploration).
3. Itération avec la fabrication et les tests électriques de nouvelles architectures/designs de batteries.

Laboratoire

Département Composants Silicium (LETI)
Service Intégrations et Technologies pour les conversions d'énergies
Laboratoire des Composants pour la RF et l'Energie
Top envelopegraduation-hatlicensebookuserusersmap-markercalendar-fullbubblecrossmenuarrow-down