Les réactions de transformation de molécules biosourcées jouent un rôle essentiel dans la transition énergétique actuelle, de même que les outils numériques requis pour le développement de l’Industrie 4.0. Le projet MAMABIO est au carrefour de ces deux enjeux, dans la mesure où il vise à proposer des méthodologies numériques accélérées, afin de construire des modèles cinétiques à haut potentiel prédictif, dans l’objectif final de développer des procédés de transformation de la biomasse efficients.

Les verrous actuels à ces développements portent sur :

• La dynamique moléculaire ab initio (AIMD), requise dans de nombreux cas, représente :
  • Un coût de calcul élevé avec un niveau de théorie (donc de précision) accessible restreint ;
  • des difficultés méthodologiques, a fortiori pour des réactions mal décrites telles que la transformation de molécules biosourcées
• La nécessité de données expérimentales de référence pour valider les méthodes développées et apporter des données cinétiques complémentaires

Les objectifs du projet :

Méthodologies numériques accélérées

Développement d’outils de Machine Learning (ML) avancés pour accélérer le calcul de constantes de vitesse précises à partir de calculs ab initio.

Modèles cinétiques à haut potentiel prédictif,

Obtention de données cinétiques transitoires à partir de données spectroscopiques operando et de chimiométrie.

Procédés efficients de transformation de molécules biosourcées