Compréhension des mécanismes de l'hydrogénation par voie directe du CO2 par des catalyseurs (Na[...]

CEA; Grenoble; Sur place; EUR 20 000 - 40 000; Plein temps

Résumé du poste

Une institution de recherche propose une thèse sur l'hydrogénation directe du CO2. Les candidats doivent avoir un M2 en Sciences des Matériaux, Chimie ou Catalyse. Ce projet intègre des simulations théoriques et expérimentales sur des catalyseurs innovants pour réduire les émissions de CO2. La disponibilité du poste est prévue pour le 1er novembre 2025.

Qualifications

• Formation recommandée en Sciences des Matériaux, Chimie ou Catalyse.
• Connaissances en simulations DFT et dynamique moléculaire appréciées.

Responsabilités

• Étudier des mécanismes d'hydrogénation du CO2.
• Modéliser des catalyseurs et réaliser des simulations complexes.
• Synchroniser théorie et expérience avec synthèse et mesures.

Formation

M2 Sciences des Matériaux

Chimie

Catalyse

Description du poste

Description

Description du sujet de thèse – Domaine: Défis technologiques. Sujets de thèse: Compréhension des mécanismes de l'hydrogénation par voie directe du CO2 par des catalyseurs (Na,K)FeOx via un couplage théorique-expérimental.

Contrat

Thèse

Contexte et objectif

Face au dérèglement climatique, la sobriété énergétique pour réduire nos émissions de CO2 s'impose. Une autre solution au problème existe: la capture, le stockage et l'utilisation du CO2, et à terme la défossilisation. Lhydrogénation par voie directe du CO2 permet de le transformer en molécules d'intérêt telles que les hydrocarbures, via le couplage de la réaction reverse water gas shift (RWGS) et de la synthèse Fischer-Tropsch (FTS).

La catalyse computationnelle operando a émergé comme une alternative raisonnable au développement de nouveaux catalyseurs grâce à une approche multi-échelle de l'atome jusqu'à la particule active, afin de modéliser la sélectivité et l'activité du catalyseur. Les nouveaux outils combinant les simulations ab initio (DFT) et la dynamique moléculaire (MD) via des algorithmes de machine learning permettent de faire le lien entre la précision des calculs DFT et la puissance des simulations atomistiques. Les catalyseurs actuels bifonctionnels (car actifs pour la RWGS et la FTS) pour l'hydrogénation par voie directe du CO2 sont à base d'oxydes de fer dopés (promoteurs métalliques).

Ce projet a pour objectif l'étude théorique de catalyseurs de type Na-FeOx et K-FeOx dopés avec du Cu, Mn, Zn et Co, en 4 étapes: les simulations DFT (énergies d'adsorption, densités d'états, barrières d'énergies, états de transition), la modélisation microcinétique (constantes de réaction, TOF), la construction de potentiels interatomiques par couplage DFT/machine learning, et la simulation de particules entières (sélectivité, activité, grandeurs microscopiques).

Cette étude théorique ira de pair avec la synthèse et des mesures expérimentales des catalyseurs étudiés, et des catalyseurs optimisés émergeants des résultats computationnels. Toutes les données accumulées (DFT, MD, propriétés catalytiques) pourront alimenter une base de données, qui pourra être exploitee à terme pour faire émerger des descripteurs d'intérêt pour l'hydrogénation du CO2.

Université / École doctorale

Chimie, Procédés, Environnement (Chimie Lyon) – Université de Lyon

Localisation

Site: Grenoble

Profil et critères

Formation recommandée: M2 Sciences des Matériaux, Chimie, Catalyse

Disponibilité du poste: 01/11/2025

Contact et coordination

Demandeur: CHATELIER Corentin – [e-mail] – CEA, DES/DTNM//LVME, 17 avenue des Martyrs, 38000 Grenoble, 0438782010

Tuteur / Responsable de thèse: PICCOLO Laurent – [e-mail] – CNRS, IRCELYON - UMR 5256 CNRS Univ. Lyon, 2 Av. Albert Einstein, 69626 Villeurbanne, 0472445324

En savoir plus