ROSBEEF

Aperçu

Technique Raman à décalage spatial couplée à la modélisation pour suivre l’évolution de la batterie, des électrodes et de l’électrolyte

Dr. Mouna BEN YAHIA (ICGM, Univ Montpellier)

Le projet ROSBEEF développe une approche intégrée alliant Spectroscopie Raman à Décalage Spatial (SORS) et modélisation théorique afin de suivre in situ les transformations chimiques et structurales des batteries. En sondant la matière au-delà de la surface, la SORS permet d’analyser distinctement les électrodes, l’électrolyte et les interfaces. Couplée à la DFT et au Machine Learning, cette méthode offre une interprétation robuste des signatures vibrationnelles, contribuant à l’optimisation des performances électrochimiques et de la durabilité des systèmes de stockage d’énergie.

Mots-clés

Spectroscopie Raman ; SORS ; batteries ; in situ ; Na-ion ; Li-ion ; matériaux d’électrodes ; ASSB modélisation ; DFT, ML

Les tâches

Nos recherches

Sélection, acquisition et mise en place du dispositif expérimental

Cette première phase (M1-M6) comprend la sélection, l’achat et la réception du spectromètre SORS et des modules instrumentaux nécessaires au projet.

Développement expérimental et analyse des données Raman

Sur la période M6–M48, cette tâche a pour objectif de valider le fonctionnement du dispositif SORS sur des matériaux modèles, puis de calibrer la relation entre le décalage spatial et la profondeur sondée, jalon majeur du projet. Des tests sur les électrodes positives et négatives permettront d’établir une base de données Raman de référence. Enfin, l’automatisation du banc visera à renforcer la fiabilité, la précision et la reproductibilité des mesures.

Validation électrochimique et transfert vers les batteries tout solide

Sur la période M24–M48, cette tâche visera à appliquer la méthode SORS à des cellules Li-ion, en conditions ex situ puis in situ, afin de valider son efficacité pour l’étude des phénomènes électrochimiques. Une attention particulière sera portée à la détection de la signature de l’interphase électrolyte-solide (SEI). Enfin, la méthodologie sera étendue aux batteries tout solide, aboutissant à la mise au point d’un protocole SORS robuste pour l’analyse des batteries de nouvelles générations.

Modélisation multi-échelle et validation théorique

Cette tâche (M6–M48) vise à simuler les spectres Raman de systèmes modèles afin de valider la technologie SORS et d’assurer la cohérence entre les résultats expérimentaux et théoriques. Les écarts observés permettront d’affiner les modèles DFT et d’améliorer la fiabilité des assignations spectrales. Des approches de Machine Learning seront ensuite mises en œuvre pour identifier les signatures Raman en fonction de la composition, de l’état d’oxydation et de la structure des matériaux, ainsi que pour interpréter les données ex situ et in situ issues des mesures expérimentales.