Conheça os nossos PROGRAMAS DE PESQUISA

Objetivo:

• Este projeto se concentra na análise atomística baseada em química quântica de materiais para conversão de energia em aplicações fotovoltaicas por meio de duas frentes: avanços em materiais baseados em perovskitas e potencial de semicondutores bidimensionais em energia fotovoltaica.

Benefícios:

• A busca por materiais que aproveitem a luz solar para conversar em energia elétrica se intensifica em função da necessidade global de redução dos gases de efeito estufa. As perovskitas tridimensionais mostram-se promissoras em células solares, mas enfrentam desafios como degradação UV e toxicidade por chumbo. Apesar dos obstáculos, a relação custo-benefício e os métodos de síntese simplificados tornam as perovskitas atraentes para energia limpa, estimulando a exploração de estratégias para superar as limitações.

Objetivo:

• Esta iniciativa gira em torno da investigação atomística de materiais catalisadores para a produção de hidrogênio verde usando simulações de química quântica atomística. Nosso foco abrange materiais catalisadores para separação de água através de eletrolisadores e materiais catalisadores para amônia verde.

Benefícios:

• O hidrogênio verde oferece uma solução de energia limpa, contribuindo para a redução das emissões globais de carbono. Sua produção por meio de eletrolisadores alimentados por fontes renováveis está alinhada aos objetivos de sustentabilidade. A adoção do hidrogênio verde apresenta uma oportunidade para transformar o cenário energético no Brasil, minimizando o impacto ambiental.

Objetivo:

• Simulações atomísticas de materiais para otimizar dispositivos de armazenamento de energia: seleção de possíveis eletrólitos; estudo das interfaces eletrólito-eletrodo; modelagem de supercapacitores; modelagem de de baterias.

Benefícios:

• O armazenamento de energia através de baterias e supercapacitores é crucial para aproveitar fontes intermitentes como a eólica e a fotovoltaica. Estes sistemas armazenam o excesso de energia durante o pico de produção e a liberam durante períodos de baixa ou nenhuma produção, garantindo um fornecimento de energia consistente e confiável. Ao mitigar as flutuações, o armazenamento de energia aumenta a estabilidade e a eficiência das redes de energia renovável, facilitando uma transição mais suave para fontes de energia sustentáveis e fiáveis.

Objetivo:

• O principal objetivo deste projeto é uma visão abrangente de células de armazenamento de energia, como baterias iônicas e supercapacitores, em condições de operação, por meio de simulações computacionais. As abordagens teóricas para cumprir nossos objetivos devem vir de uma combinação de vários métodos baseados em técnicas de campo de fase e multiescala para simular baterias e supercapacitores.

Benefícios:

• O aumento da demanda por energia limpa está motivando a utilização de fontes intermitentes para produção de energia, como a solar e a eólica. Por isso, o desenvolvimento de baterias e sistemas de armazenamento de energia é crucial para modular o fornecimento de energia, de modo a atender satisfazer a sua procura durante períodos de produção escassa. Portanto, uma compreensão completa do comportamento do material em escala de engenharia é um passo importante no desenvolvimento de dispositivos reais.

Líder do projeto: Marcos Quiles (UNIFESP)

Objetivo:

• Este projeto abordará o poder da Inteligência Artificial no apoio ao design de materiais. Nosso objetivo é desenvolver e aplicar métodos de aprendizado de máquina em vários aspectos, como prever propriedades de diferentes classes de materiais, explorar o espaço químico para projetar materiais e aprender superfícies de energia potencial para dinâmica molecular precisa.

Benefícios:

• Este projeto irá acelerar a descoberta e avaliação de novos materiais essenciais para vários problemas, como a conversão e o armazenamento de energia, promovendo assim a inovação em soluções energéticas sustentáveis. Contribuirá também para a eficiência dos processos de investigação em ciência dos materiais através da integração de técnicas avançadas de IA.

Líder do projeto: Marcos Quiles (UNIFESP)

Objetivo:

• Em primeiro lugar, pretendemos aplicar e estender técnicas de processamento de linguagem natural de última geração a trabalhos acadêmicos em Ciência de Materiais e Química Quântica. Isto vai nos permitir extrair informações relevantes de grandes coleções de documentos, identificando tendências e lacunas de investigação.
• Em segundo lugar, utilizaremos técnicas de análise de dados e aprendizagem automática para diagnósticos inteligentes e monitoramento. Isto inclui a detecção de falhas incipientes em turbinas eólicas e o monitoramento do estado de carga em baterias e capacitores.

Benefícios:

• A abordagem inovadora do projeto na aplicação de IA e aprendizagem automática irá melhorar significativamente a nossa capacidade de processar e utilizar grandes volumes de dados. Ao extrair insights da literatura acadêmica e monitorar a integridade dos dispositivos, podemos tomar decisões informadas, identificar possíveis problemas antes que eles ocorram e otimizar o desempenho dos dispositivos. Isto será particularmente benéfico em domínios como as energias renováveis, onde a confiabilidade e a eficiência dos equipamentos são cruciais.