Modélisation des interactions entre adsorbats et surfaces de composés intermétalliques : une approche couplant théorie de la fonctionnelle de la densité et apprentissage automatique
Modeling Interactions Between Adsorbates and Intermetallic Compound Surfaces: A Coupled Approach Using Density Functional Theory and Machine Learning
Jury
Directeur de these_GAUDRY_Emilie_Université de Lorraine
Examinateur_EHRLACHER_Virginie_École nationale des ponts et chaussées
Rapporteur_MARINICA_Mihai-Cosmin_Commissariat à l'Energie Atomique et aux Energies Alternatives
Rapporteur_ POLONI_Roberta_CNRS
Président_CHATELAIN_Christophe _Université de Lorraine
CoDirecteur de these_SUR_Frédéric_Université de Lorraine
école doctorale
C2MP - CHIMIE MECANIQUE MATERIAUX PHYSIQUE
Laboratoire
IJL - INSTITUT JEAN LAMOUR
Mention de diplôme
Sciences des Matériaux
salle A006
École des Mines de Nancy, Campus Artem - CS 14 234, 92 Rue Sergent Blandan, 54042 Nancy
Mots clés
Énergies d'adsorption,surface d'intermétalliques,apprentissage automatique,théorie de la fonctionnelle de la densité,
Résumé de la thèse
La compréhension des interactions adsorbat-surface et la connaissance des énergies d'adsorption constituent un prérequis essentiel pour le développement de matériaux intermétalliques pour diverses applications émergentes, comme revêtements fonctionnels ou catalyseurs. Dans cette thèse, nous avons combiné la théorie de la fonctionnelle de la densité (DFT, Density Functional Theory) et des méthodes d'apprentissage automatique pour prédire l'adsorption à la surface d'un système complexe.
Keywords
Adsorption energy,Surfaces of intermetallic compounds,Machine learning,Density functional theory,
Abstract
Intermetallic compounds present unique chemical and physical properties, used in emerging applications, such as functional coatings or catalysis. Knowledge of their surface properties, in particular adsorption properties, is a prerequisite for material design. In this thesis, we combined density functional theory (DFT) and machine learning methods to predict adsorption on a complex system. We focused on the adsorption of atomic hydrogen, oxygen and lead onAl13Co4(100), identified in the literature as an efficient catalyst for the selective hydrogenation of acetylene.
