Contrôle de l'atténuation de la dégradation des piles à combustible avec l'apprentissage automatique basé sur la physique – DEFINING

WP1 développera un modèle multi-échelle de pile à combustible orienté commande, basé sur des réseaux de neurones informés par la physique (Physics-Informed Neural Networks).
WP2 permettra d’observer en temps réel la dégradation des matériaux à l’échelle nano/micrométrique, en s’appuyant sur une approche bayésienne.
WP3 optimisera les paramètres de fonctionnement de la pile à combustible à l’aide d’une commande prédictive par modèle (Model Predictive Control).

Dans le cadre de ce projet Tremplin, nous mettrons en œuvre des actions concrètes pour répondre aux points faibles identifiés par les évaluateurs, tant sur le projet que sur le profil du porteur (PI).
Pour renforcer le projet, je m’engage à :
Approfondir l’Objectif n°3 (lié à la commande) et à mieux expliciter cette partie, de manière plus claire et plus détaillée ;
Fournir davantage d’éléments de preuve démontrant les avantages de l’approche PINN (Physics-Informed Neural Networks) pour la modélisation de situations réelles.
Pour renforcer le profil du porteur (PI), je prévois de :
Publier de nouveaux travaux indépendants récents, en tant que premier auteur et sans la participation de mes encadrants de thèse, afin de mettre en avant ma capacité de réflexion autonome ;
Compléter mes compétences et mon expertise en modélisation physique des piles à combustible, en réalisant et publiant des travaux pertinents dans ce domaine.

1. Compléter l’étude de faisabilité (proof-of-concept) en intégrant l’aspect contrôle.
Avec l’aide d’un doctorant, j’ai réalisé un cas d’étude montrant comment la stratégie de contrôle sera conçue à partir du modèle PINN (physics informed neural networks). Ce résultat pourra être intégré dans le cadre de l’étude de faisabilité de la prochaine proposition.
Dans la même étude, nous avons aussi montré que les modèles PINN peuvent surpasser les modèles purement physiques lorsque les phénomènes physiques ne sont pas parfaitement compris.

2. Dans ce projet ERC Tremplin et mon projet ANR JCJC en cours, j’ai réalisé un travail de modélisation physique d’une pile à combustible portant sur l’écoulement diphasique de l’eau, afin de démontrer ma maîtrise de cet aspect. Le package de logiciel a été publié ici : doi.org/10.1016/j.softx.2024.102002

3. Des expériences de dégradation comparatives pour montrer le potentiel de la stratégie de contrôle sont encore en cours. Nous avons rencontré des difficultés techniques sur cette tâche. La régulation de pression du banc d’essai dédié est en panne. Pour pallier ce problème, nous avons commandé des systèmes de piles à combustible afin de réaliser ces essais sans dépendre de ce banc. Cependant, nous avons dû adapter les systèmes commandés pour qu’ils soient compatibles avec des tests de longue durée. Nous allons pouvoir démarrer ces expériences en juin 2025.

4. En complément des piles à combustible, j’ai mis en place un banc d’essai pour électrolyseur, permettant de réaliser des essais similaires.
Cette action n’était pas prévue dans ma précédente proposition ERC, mais elle sera intégrée dans la prochaine.

1. Essais comparatifs de dégradation pour démontrer le potentiel de la méthodologie proposée, aussi bien dans les applications pile à combustible que électrolyseur.

2. Rédaction de la proposition.

1. Sur la modélisation multiphysique des piles à combustible : doi.org/10.1016/j.softx.2024.102002

2. Sur la modélisation de la dégradation des piles à combustible : doi.org/10.1016/j.jpowsour.2024.235628

3. Sur l’application des PINN à la modélisation des électrolyseurs : doi.org/10.1016/j.egyai.2025.100474

Les piles à combustible à hydrogène jouent un rôle de plus en plus important dans différents secteurs énergétiques, tandis que la durabilité des piles à combustible doit encore être améliorée. Le contrôle des paramètres de fonctionnement des piles à combustible pour atténuer le taux de dégradation est reconnu comme une solution cruciale. Pour mettre en œuvre ce contrôle, il est nécessaire de comprendre comment les dégradations des matériaux à l'échelle nano/microscopique affectent les performances macroscopiques, et comment les paramètres de fonctionnement globaux provoquent les dégradations des matériaux. La modélisation multi-échelle a été identifiée comme un outil efficace pour établir des liens entre ces éléments. Cependant, l'adoption de modèles de dégradation multi-échelle pour le contrôle de l'atténuation de la dégradation a été jusqu'à présent difficile. En effet, les modèles multi-échelle physiques sont inefficaces en termes de calculs et difficiles à connecter avec les données. Ces inconvénients entravent davantage l'accès à la situation de dégradation des matériaux à l'échelle nano/microscopique et l'optimisation des paramètres de fonctionnement macroscopiques en temps réel, qui sont les éléments clés du contrôle de l'atténuation de la dégradation. DEFINING surmontera ces inconvénients en utilisant une approche d'apprentissage automatique informée par la physique et atteindra les éléments clés du contrôle de l'atténuation de la dégradation en réalisant trois objectifs :
1. DÉVELOPPER Nous développerons un modèle multi-échelle orienté vers le contrôle en utilisant des réseaux neuronaux informés par la physique.
2. OBSERVER Nous observerons en temps réel la dégradation des matériaux à l'échelle nano/microscopique en utilisant une approche bayésienne.
3. OPTIMISER Nous optimiserons les paramètres de fonctionnement macroscopiques des piles à combustible en utilisant un contrôle prédictif basé sur le modèle.
DEFINING dotera la technologie des piles à combustible à hydrogène d'une stratégie de contrôle de l'atténuation de la dégradation, ce qui prolongera considérablement leur durée de vie. Les autres domaines de recherche sur les piles à combustible bénéficieront des outils d'analyse de dégradation unifiés offerts par le projet. DEFINING contribuera également en fournissant des méthodologies communes pour l'analyse, l'observation et le contrôle des processus multi-échelles dans les domaines électrochimiques, de contrôle de la qualité des produits et biomédicaux.