Caractérisation et modélisation assistée par machine learning de microbatteries sur Silicium

Candidater

Les mécanismes physiques impliqués dans le fonctionnement dapos;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 dapos;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 dapos;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.

fr_FRFR

Contact us

We will reply as soon as possible...