<i>(Invited)</i> Computational Insights into Polycrystalline Materials Used for Fuel Cells and Batteries
Notice bibliographique
Résumé
The ability to manipulate and harness inherent disorder in materials -whether due to finite-dimensional defects like vacancies, dopants, and grain boundaries, or complete atomic randomness as seen in amorphous materials - can drive innovation in the design of energy materials. With the advancement of computational material science, we can now unravel the complexities introduced by these defects and identify pathways to optimize material efficiency. This talk will critically explore recent computational advancements in understanding the intricate behaviors of complex polycrystalline materials used in fuel cells and batteries, with a focus on optimizing them for next-generation devices. Materials used in solid oxide fuel cells (SOFCs) and lithium-ion batteries are typically polycrystalline, exhibiting variations in grain sizes, orientations, dopant segregation, and defect distribution, often with a high density of grain boundaries and interfaces that significantly impact their performance, particularly in terms of ionic conductivity. I will present our latest findings concerning the microstructural and ionic behaviors observed at grain boundaries and interfaces within prominent materials such as Yttria Stabilized Zirconia (YSZ) used in SOFCs, and Li-La-Ti-O (LLTO) employed in batteries. Through integrating classical and quantum simulations, our work has developed realistic models of these materials, providing explanations for observed experimental phenomena. Finally, I will discuss some of the challenges in identifying the overall impact of all the microstructural defects present in polycrystalline materials and the role that advanced computational modelling tools can play in resolving them. Acknowledgments The author acknowledges the Natural Sciences and Engineering Research Council of Canada (NSERC) Discovery grant program, Canada Research Chair (CRC) program, the Canada Foundation for Innovation (CFI) for infrastructure and operating funds. Computations were performed on the HPC supercomputer at the Calcul Québec and Compute Canada.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».