Projekte im Geschäftsfeld Virtual Material Design

Unsere Forschungs-, Entwicklungs- und Anwendungsprojekte betreffen folgende Bereiche:

  • Multiskalen-Modellierung und numerische Simulation in Materialwissenschaft, Chemie und Nanotechnologie.
  • Hochleistungsrechnen in Quantenmechanik, Molekulardynamik und Kontinuumsmechanik.

SONAR – Bessere Batterien für Strom aus erneuerbaren Energiequellen

Strom aus erneuerbaren Energien trägt dazu bei, dem Klimawandel zu begegnen. Eine Herausforderung besteht darin, Technologien zu entwickeln, mit deren Hilfe Überschüsse schnell und verlustfrei gespeichert werden können. Organische Redox-Flow-Batterien (RFBs) gelten hierfür als ein vielversprechender Ansatz: Sie können dezentral und dort, wo benötigt, betrieben werden, und sie speichern elektrische Energie in Form chemischer Verbindungen – in Analogie zum Vorbild der Natur.

Der Nutzen einer RFB-Anlage hängt von vielen Aspekten ab: Idealerweise sind nicht nur die redox-aktiven Stoffe leicht mit Elektronen zu be- und entladen, löslich, stabil, ungiftig und preiswert, sondern auch die Batterie- und Tanksysteme sollten in ihrer Anlage optimal an die Redox-Stoffe und die Standortbedingungen angepasst sein.

Das von der Europäischen Kommission geförderte Projekt SONAR zielt darauf ab, den vielschichtigen Entwicklungsprozess in seiner Gesamtheit digital zu erfassen. Außerdem geht es darum, das Screening zur Identifizierung geeigneter Stoffe zu beschleunigen und das Design eines Batteriesystems an konkrete Gegebenheiten zu optimieren.

Die Projektpartner entwickeln Werkzeuge und Arbeitsabläufe für die Untersuchung elektroaktiver Materialien. Sie kombinieren dazu Simulationsmethoden auf verschiedenen physikalischen Skalen – von der atomaren Ebene bis zum sichtbaren, makroskopischen Verhalten. Dabei fließen Faktoren wie Kosten, Lebensdauer und Leistung mit ein, um auch konkurrierende Energiespeichertechniken umfassend miteinander vergleichen zu können.

Um den Durchsatz des Screenings zu erhöhen, nutzt SONAR intelligente Methoden der Datenintegration und -analyse und greift dabei auf die wachsende Datenmenge zurück, die während des Projekts entsteht. Für eine maximale Zuverlässigkeit werden die Resultate von Simulationen und Modellen kontinuierlich mit experimentellen Daten abgeglichen; Vorhersagen werden im Labor überprüft.

In SONAR arbeiten sechs Projektpartner mit fünf assoziierten Industrieunternehmen zusammen. Das soll die wirtschaftliche Tragfähigkeit der Ergebnisse sicherstellen. Fraunhofer SCAI nutzt die Modelle einzeln und in einem umfassenden Screening-Service, um das technische und wirtschaftliche Potenzial einer neuen Technologie bereits in der frühen Entwicklungsphase einschätzen zu können. Dies senkt die Kosten, verkürzt die Markteinführungszeit und stärkt so die Wettbewerbsfähigkeit der Batterieindustrie in der Europäischen Union im Bereich der organischen RFBs.

Laufzeit des Projekts: 01/2020 - 12/2023

Deep Learning für Virtual Material Design

Empirische Analysepotenziale und ab initio-Methoden wie die Dichtefunktionstheorie sind klassische Säulen der computergestützten Materialwissenschaft. Mit den Fortschritten im Bereich des maschinellen Lernens und der rasanten Zunahme der Rechenleistung werden datenbasierte Ansätze zu einem neuen Werkzeug, mit dem die Vorhersagekraft von ab initio-Methoden mit der rechnerische Effizienz von empirischen Potenzialen kombiniert werden können.

Standard-Techniken des maschinellen Lernens wie Kernel-Learning (z.B. für das Gaußsche Approximationspotenzial), tiefe neuronale Netze (z.B. neuronale Netzwerkpotenziale von Behler et al.) und verallgemeinerte lineare Modelle (z.B. für Impuls-Tensor-Potentiale) wurden verwendet, um aus Daten schnelle und genaue Kraftfelder zu entwickeln, ohne dass menschliches Wissen über die zugrunde liegende Chemie erforderlich war.

In diesem Projekt entwickeln wir qualitativ hochwertige, einfach zu handhabende Implementierungen solcher maschinellen Lernpotenziale und untersuchen Verbesserungsmöglichkeiten.

 

Human Brain Project

Im von der Europäischen Kommission geförderten Projekt »Human Brain Projekt« (HBP) arbeiten führende Forschungseinrichtungen daran, das menschliche Gehirn besser zu verstehen. Dazu entwickeln sie beispielsweise neue Simulationsverfahren auf Hochleistungsrechnern. Ziele sind die Entwicklung neuer Therapieansätze zur Behandlung von Erkrankungen des Gehirns sowie neue Verfahren im Hochleistungsrechnen.

Forscher des SCAI-Geschäftsfelds Virtual Material Design sind an einem Teilvorhaben des HBP beteiligt. Sie entwickeln unter anderem Software sowie numerische Algorithmen und Methoden, um neurowissenschaftliche Simulationen auf Hochleistungsrechnern zu nutzen. Sie bringen dabei ihr Know-how in der Multiskalensimulation und der numerischen Simulation in der Moleküldynamik ein

Mehr Info