Veuillez choisir le dossier dans lequel vous souhaitez ajouter ce contenu :
Membre a labase
Mehdi Shamekhi : Université Concordia
La réaction électrochimique de réduction de l’azote (NRR) constitue une alternative verte à la
synthèse de l’ammoniac dans des conditions ambiantes, pouvant remplacer le procédé Haber-
Bosch, très énergivore. Cependant, sa mise en œuvre à grande échelle reste difficile en raison de
la faible activité et sélectivité des électrocatalyseurs. Pour accélérer la découverte de catalyseurs,
les algorithmes d’apprentissage automatique explorent efficacement l’espace chimique, tandis que
les calculs de la théorie de la fonctionnelle de la densité (DFT) fournissent des informations
précises sur la structure électronique des candidats prometteurs. Toutefois, ces méthodes ne
capturent pas entièrement l’environnement électrochimique du processus catalytique, où le
potentiel d’électrode joue un rôle clé. Nous proposons un cadre computationnel complet pour la
conception d’électrocatalyseurs pour la NRR, combinant un criblage à haut débit d’alliages
bimétalliques et une caractérisation DFT approfondie. Pour surmonter les limites des modèles
conventionnels, nous utilisons la DFT en ensemble grand canonique (GCE-DFT) afin d’examiner
l’effet d’un potentiel d’électrode constant sur l’adsorption des espèces azotées et les énergies
d’activation. Cette approche offre une vision plus réaliste des processus électrochimiques et guide
la conception durable de catalyseurs pour la NRR et d’autres réactions électrochimiques.
Ce colloque est centré sur le développement de méthodes théoriques et numériques et leur application à la résolution de problèmes chimiques complexes. Les approches impliquées dans ces efforts de modélisation sont généralement basées sur la compréhension détaillée des interactions moléculaires, et diverses méthodes sont mises en œuvre selon l’échelle spatiale des interactions considérées. Cette échelle varie selon les domaines d’application : alors que des méthodes de mécanique et de dynamique quantique sont utilisées pour étudier les propriétés de petites molécules, des approximations classiques sont nécessaires pour l’étude atomistique de systèmes macromoléculaires ou assemblages moléculaires tels que les protéines, micelles, vésicules, membranes biologiques et matériaux divers, sans compter sur l’apport récent de l’apprentissage automatique et de l’intelligence artificielle, qui est en train de rapidement accroître leur champ d’application. Grâce à l’essor des capacités de calcul, ces diverses approches théoriques et leur implémentation numérique sont devenues des outils de choix pour élucider un nombre croissant de problèmes divers allant des matériaux de pointe au développement de médicaments pour les maladies infectieuses, en passant par la chimie de l’atmosphère et la catalyse enzymatique. Le but de ce colloque s’inscrit résolument dans la logique multidisciplinaire de la modélisation multi-échelles, et vise à mettre en présence étudiants et chercheurs issus de disciplines combinant sciences informatiques, mathématiques, physique, chimie, biochimie et biologie qui utilisent des supercalculateurs et des modèles issus de la physicochimie moléculaire pour l’étude des problèmes les plus variés. Les intervenants invités sont à la pointe du développement de nouvelles méthodes de simulation et des efforts pour élargir leur domaine d’application.
Titre du colloque :