Home
→
Laboratories
→

GeePs

GeePs · Unité mixte

Laboratoire Génie électrique et électronique de Paris

Le laboratoire GeePs est issu de la fusion de plusieurs départements de recherche regroupant des domaines d'études allant des matériaux et dispositifs aux systèmes d'énergie électrique et électroniques. Il est structuré en trois pôles de recherche : un pôle matériaux (Phemadic), un pôle électromagnétisme (PIEM), un pôle systèmes (ECo2). Le laboratoire est partenaire du labex Nano-Saclay sur les aspects liés aux matériaux - constituants pour l'information - énergie électrique et du Labex LaSIPS pour les systèmes et outils logiciels. Aux recherches fondamentales sont associées des recherches appliquées en partenariat avec de nombreux acteurs du monde économique mis en avant par ses liens avec l'Institut de Recherche Technologique SystemX et les pôles de compétitivité de la région Ile de France (Mov'eo, System@tic et Astech).

Text: Annuaire de l’établissement · Text available in French only.

3,379

HAL publications

138

Researchers

40

Projects

Lab website ↗Publications in HAL ↗

Parent institutions

Centre national de la recherche scientifique, CentraleSupélec, Sorbonne Université, Université Paris-Saclay

Location

Gif-sur-Yvette

Founded

1998

Persistent identifiers

References for this unit in public registries: they allow cross-checking with other sources and do not change when the name does.

Fields

Share of HAL publications by field

Electric power

779

Electromagnetism

712

Condensed Matter [cond-mat]

496

Microelectronics

434

Materials

389

Electronics

332

Photonic

217

Signal and Image processing

146

Physics [physics]

78

Other

52

Frequent keywords: optimization, optimisation, photovoltaics, topology optimization, inductive power transfer, machine learning, silicon, power electronics, fault location, energy efficiency

Researchers

138 people who have published since 2022

Abdellahi AbderahmaneAbderraouf OuazibAbelin Simplice Kameni NtichiAdel RazekAdrien VoldoireAlain KreislerAleksandra BojarAlessandro SilvestriniAlessio BertoAlexandre BachAlexis BrenesAmbroise DièsAnass BoukirAnastassios SkarlatosAnatole DesreveauxAndrea CozzaAnne Migan-DuboisAnnick DégardinAnthony KolarAntoine CizeronAntoine DietArouna DargaAurélia RudaAurélie GensbittelAziz Benlarbi-DelaïBéatrice GuénégoBoris FischerCaroline Lelandais-PerraultChristophe LongeaudClaude MarchandDarius MofakhamiDavid AlamarguyDavide RegaldoDemba DialloDenis MencaragliaEmilie Avignon-MeseldzijaEmmanuel OdicEric LabouréEric WasniewskiFerréol BinotFloran MartinFlorence OssartFlorent LoeteFlorian MonsefFrédéric HouzéFrédéric Reymond-LaruinaFrédéric TrillaudFrédérique DeshoursGeorges AlquiéGuido ValerioGuillaume KrebsGuillaume PerryHakeim TallebHamid KokabiHélène RousselImen BahriJames P. ConnollyJean-Paul KleiderJérôme JuillardJianwen MengJing DaiJoão Roberto Raposo de Oliveira MartinsJosé A. AlvarezJulien SarrazinKarim KademKoffi AhanogbeLaurent BernardLaurent BourgoisLaurent DanielLaurent SantandreaLauro Ferreira da Silva NetoLionel PichonLoïc QuévalLucas PniakMahmoud BaratiMarc LambertMarc PetitMarcos Lopes Leal JuniorMarie-Estelle GueunierMarie-Estelle GueunierMartin HennebelMassimiliano CasalettiMathieu DomenjoudMaya Hage HassanMeriem ZanounMichael J. KirkpatrickMohamed BensettiMohamed BoutchichMohammed SerhirMohsen DiniMostafa Kamel SmailMuriel DarcesNadine JoachimowiczOlivier DubrunfautOlivier MeyerOlivier SchneegansPatrick FaganPaul CléricoPhilip SchulzPhilippe BénabesPhilippe DessantePhilippe MoliniéPhilippe TestéPierre DumontPietro Maris FerreiraQihao GuoQuang Chieu BuiRania ShahbazRobert SzilágyiRomain CorcolleRomaric LandfriedSaber DakhliSamy AlatiSenami ZogboSimon MeunierSiqi WangSofiane GhennaSophie NoëlSoroush AbediSylvain Le GallTaha AjnadaTanguy PhulpinThéodore CherrièreThomas GautheyTianwen HuangTrung Dung LeVikass MonebhurrunVincent AndraudVincent BourdinVincent ReinboldWassim KabbaraXavier MiningerYann Le BihanYao PeiYarui ZhangYves BernardZalfa JouniZhuoxiang Ren

Projects

40 projects

ANR

2026

NEBEMIMO — Estimation de canal en champ proche pour les systèmes MIMO à très grande échelle

NeBeMIMO s'attaque à un verrou critique pour les réseaux mobiles 6G : la détection en temps réel des canaux en champ proche dans les systèmes MIMO à très grande échelle (XL-MIMO). Les futurs réseaux 6G fonctionneront à des fréquences plus élevées avec des réseaux d'antennes extrêmement grands, ce qui rendra les communications en champ proche courantes. Les méthodes actuelles qui reposent sur l'apprentissage séquentiel des faisceaux et des hypothèses de champ lointain sont inefficaces, en particulier dans les bandes millimétriques et sub-THz, à cause du besoin élevé de signaux pilotes, d’une précision limitée et d’une forte sensibilité au rapport signal à bruit. NeBeMIMO propose une approche radicalement nouvelle en exploitant le balayage de faisceau dépendant de la fréquence des antennes passives à ondes de fuites dans le champ proche. En tirant parti de la dépendance unique des fronts d'onde sphériques à l'angle et à la distance, le projet permet l'estimation en temps réel de l'emplacement des utilisateurs et des diffuseurs à l'aide de signaux de référence montants, éliminant ainsi le balayage coûteux des faisceaux et la surcharge de signaux pilotes. Cette approche intègre de la conception d’antennes et du traitement d usignal avancés afin d’estimer conjointement les direction angulaires et les distances.

ANR

2026

REMIX-3P — Système d'énergie mixte renouvelable pour l'alimentation trigénératrice (électricité, refroidissement, chauffage) dans les communautés d'Afrique de l'Ouest

Les communautés d'Afrique de l'Ouest sont confrontées à des défis majeurs en matière d'accès à l'énergie, de gestion des déchets et de sécurité alimentaire. Ce projet, REMIX-3P, propose un système intégré de trigénération hors réseau combinant biogaz, énergie solaire photovoltaïque et énergie solaire concentrée pour fournir de l'électricité, du refroidissement, du séchage et du chauffage. Le système s'attaque à la pauvreté énergétique en concevant une plateforme durable et peu coûteuse qui recycle les déchets organiques en biogaz, régénère les batteries en fin de vie, remet en état les modules photovoltaïques et utilise l'énergie solaire pour produire de l'électricité. Les principales innovations comprennent un cycle de Rankine fermé (vapeur provenant du solaire à concentration/biogaz), des modules thermoélectriques pour la récupération de la chaleur des déchets et un double stockage thermique/électrochimique. Le système soutient les utilisations productives : énergie électrique pour les ménages et les équipements à usage productif (100 kW au total), chaîne du froid pour la conservation des aliments (10-20 kW), et séchage à l'air chaud des produits agricoles (10-20 kW thermiques). La puissance et les températures d'entrée et de sortie de chaque sous-système seront ajustées en fonction des données socio-économiques de la communauté cible et des conditions techniques du site. La structure du système sera conçue pour optimiser les transferts d'énergie, limiter les pertes d'exergie, assurer la sécurité et optimiser l'utilisation. Une méthode de dimensionnement modulaire et un modèle commercial garantiront l'évolutivité et l'accessibilité financière. Les études existantes soulignent le potentiel de l'intégration de l'énergie solaire thermique et du biogaz dans les systèmes à cycle de Rankine pour fournir des solutions d'électricité durables aux communautés rurales. Cependant, ces études restent théoriques et ne récupèrent pas la chaleur perdue pour des utilisations telles que le séchage des aliments, qui est essentiel en Afrique de l'Ouest. REMIX-3P comble cette lacune avec un système tout-en-un, intégrant des éléments thermoélectriques et un véritable démonstrateur in situ. Le projet REMIX-3P combine la caractérisation des matériaux (WP1), les études de faisabilité menées par les communautés (WP2), la modélisation du système (WP3), les algorithmes de gestion de l'énergie (WP4) et le déploiement d'un démonstrateur sur site au Bénin (WP5). Les parties prenantes sont les autorités locales, le consortium OZO (régénération des batteries) et les partenaires de recherche de l'UE et de l'UA. Les effets attendus sont la réduction de la pollution (production de biogaz de 20 à 50 m³/jour), l'amélioration de la sécurité alimentaire et la création de revenus grâce aux services énergétiques. La priorité est donnée à l'intégration de la dimension de genre en formant les femmes au fonctionnement du système et en adaptant les solutions énergétiques aux besoins domestiques. Le projet s'aligne sur les objectifs MAR2 (gestion de la fin de vie) et MAR3/4 (systèmes intelligents hors réseau), contribuant ainsi aux objectifs du partenariat UA-UE sur le changement climatique et l'énergie durable.

ANR

2025

METATEMPO — Métasurfaces multifonctionnelles modulées temporellement et spatialement pour applications de communications et détection

La croissance exponentielle du trafic sans fil et la densification des futurs réseaux nécessitent des concepts en rupture pour réduire le nombre des systèmes RF et leur consommation énergétique. Les surfaces intelligentes reconfigurables offrent une solution efficace en énergie pour la formation de faisceaux, mais nécessitent des émetteurs-récepteurs complexes (e.g. full-duplex) pour réaliser des fonctions non linéaires et non réciproques. Les métasurfaces à modulation spatio-temporelle (MMST) ont émergé comme une solution pour surmonter ces limitations et créer une nouvelle génération d'antennes multifonctionnelles. METATEMPO vise à améliorer la conception et la maturité technologique des MMST 2D et à évaluer leur pertinence pour les futurs réseaux terrestres et satellitaires. Des systèmes d'antennes à fort gain avec une seule ouverture rayonnante seront démontrés dans la bande 17-30 GHz, permettant une formation de faisceaux à plusieurs harmoniques de la fréquence de modulation, tout en réduisant la complexité et la consommation de l’électronique. Les capacités de formation de faisceaux seront optimisées grâce à des cellules basées sur des diodes PIN et à l’optimisation conjointe des modulations spatiale et temporelles. La non-réciprocité de la surface permettra de découpler les chemins d’émission et de réception. Des antennes alimentées par une source externe et à ondes de fuite seront développées pour systèmes sans fil sur plateformes fixes et mobiles. METATEMPO vise à démontrer la pertinence des MMST pour des applications émergentes qui nécessitent de réaliser au même temps des fonctions de communications et de détection multifaisceaux. La possibilité d’établir des liaisons de communication tout en localisant simultanément des cibles avec une précision centimétrique sans utiliser émetteur-récepteur pour chaque fonction sera démontrée.

ANR

2025

AICom — Système d'auto-linéarisation d'un système intégré de communication et de calcul

L'ajout de capacités d'auto-automatisation est crucial pour les réseaux 6G, où la demande d'intelligence dans chaque facette de la communication est plus élevée que jamais. Une « Intelligence de tout » (IoE) pleinement réalisée dans la 6G nécessite plus que de simples services de communication. Pour pouvoir proposer des solutions adaptées aux besoins des villes intelligentes, des véhicules autonomes ou du métavers, les systèmes de télécommunication doivent introduire des capacités d'auto-automatisation et d'auto-correction à tous les niveaux. Le projet AICom vise à intégrer les techniques d'intelligence artificielle (IA) dans les réseaux de télécommunication pour améliorer la linéarisation des émetteurs radiofréquence. Archimède a dit : « Donnez-moi un levier suffisamment long et un point d'appui sur lequel le placer, et je ferai bouger le monde. » Dans le projet AICom, les techniques over-the-air (OTA) servent de point d'appui, tandis qu'une architecture de communication intégrée et de calcul de pointe (ICEC) est proposée pour servir de levier pour révolutionner la linéarisation du réseau 6G. Les calculs traditionnels basés sur des serveurs seront transférés vers des appareils de pointe. Ici, les équipements utilisateurs (dispositifs périphériques) formeront des modèles d'IA à l'aide d'ensembles de données plus petits et localisés, tandis que les paramètres DPD sont agrégés de manière analogique via des canaux OTA et un apprentissage fédéré. Cette conception ICEC permet l'auto-linéarisation, où les paramètres DPD sont calculés par le réseau lui-même, ce qui permet une communication à faible latence et à faible consommation d'énergie vers le réseau d'intelligence artificielle et d'accès radio 6G (AI-RAN).

ANR

2025

ATLAS — Transducteur acoustique pour la spectroscopie laser photoacoustique

L’objectif du projet ATALS est de créer un capteur de gaz photoacoustique en utilisant un système MEMS (MicroElectroMechanical System) spécialement conçu pour satisfaire les besoins les plus exigeants des applications dans des domaines aussi variés que la médecine, l’environnement, la défense ... Cela inclut des critères tels que la haute sensibilité, la grande sélectivité, la capacité à détecter plusieurs gaz, une conception compacte, ainsi que la capacité d'effectuer des mesures en temps réel. Le développement de MEMS spécifiquement désigné pour la spectroscopie photoacoustique est une technique que nous avons récemment développée lors du projet ANR-JCJC NOMADE. Le projet ATLAS vise à surpasser les performances des meilleures techniques photoacoustiques en utilisant cette nouvelle approche.

ANR

2024

CARROTS — Convertisseur multiniveau modulaire coopératif : une étude collaborative sur l'électronique de puissance, le contrôle et les réseaux de données

L'électricité joue un rôle clé dans la transition énergétique. Elle est distribuée par le réseau en courant alternatif qui relient des grandes centrales électriques aux consommateurs sur de longues distances. Les politiques publiques de la transition mettent en avant des systèmes de génération et de stockage distribués, comme la loi française exigeant la couverture des parkings avec des panneaux photovoltaïques. Cependant, ces systèmes produisent de l'énergie en courant continu, nécessitant une conversion en courant alternatif pour être intégrés au réseau. Les réseaux à courant continu moyenne tension (MVDC) sont une solution intéressante pour l'intégration de ses systèmes distribués. Ils offrent une meilleure efficacité énergétique, un meilleur contrôle et une meilleure fiabilité. Cependant, l'utilisation de convertisseurs d'énergie non standard dans les réseaux à courant continu pose des problèmes d'interopérabilité, de coût de développement et d'obsolescence. Notre projet propose d'améliorer le convertisseur modulaire multiniveau (MMC) pour créer des interfaces de puissance standard, modulaires, robustes et évolutives. Le MMC est une topologie de convertisseur utilisant des modules basse tension en série. Cela offre une généricité en terme de niveau de tension. Connu pour sa fiabilité et sa robustesse, son principal inconvénient réside dans la complexité de ses architectures de contrôle et de données, qui nécessitent un système de supervision centralisé et coûteux. Cela limite la compétitivité du MMC pour les applications MVDC. Notre projet CARROTS vise à concevoir un MMC open-source générique avec un contrôle coopératif décentralisé et un réseau de communication peer-to-peer, adapté aux applications MVDC. Ce projet PRCE, d'une durée de 48 mois, implique quatre laboratoires de recherche et une start-up dans le cadre d'une collaboration interdisciplinaire. Nous explorerons les aspects puissance, contrôle et données de cette proposition ambitieuse tout en travaillant dans un cadre d'électronique de puissance open-source. CARROTS vise à créer le premier MMC open-source pour soutenir les initiatives de recherche internationales, et stimuler l'innovation dans l'industrie.

ANR

2024

OPPA — Déploiement optimal à large échelle des systèmes photovoltaïques de pompage pour améliorer l'accès à l'eau

En Afrique, plus de 300 millions de personnes n'ont pas accès à l'eau potable. Les systèmes de pompage alimentés par l'énergie photovoltaïque sont une solution prometteuse pour relever ce défi et sont encouragés par de nombreuses institutions de développement. Actuellement, la majorité des recherches sur les systèmes photovoltaïques de pompage d'eau (PVWPS) se concentrent sur les performances des systèmes installés localement. Peu d'études se sont penchées sur les performances des PVWPS sur de larges zones géographiques (ex : des pays) et elles demeurent incomplètes. Les analyses à large échelle sont néanmoins essentielles pour identifier les zones où les systèmes ont un fort potentiel, tout en garantissant la soutenabilité des ressources en eau. L'objectif du projet OPPA est de proposer une approche de déploiement optimal à large échelle visant à positionner et dimensionner les PVWPS afin de (1) maximiser le nombre de personnes ayant accès à de l'eau potable, tout en (2) maintenant un coût des systèmes faible, et (3) en assurant la soutenabilité environnementale à long terme. L'approche devra être applicable à l'ensemble du continent africain et prendre en compte l'incertitude sur les données d'entrée (ex : sur les données d’irradiance). Pour atteindre l'objectif du projet, nous devrons notamment relever les défis scientifiques suivants : (I) développer un modèle techno-économique qui lie la taille des PVWPS à leur coût pour n'importe quelle localisation en Afrique, (II) formaliser un problème d'optimisation interdisciplinaire (technique, environnemental, sociétal, économique) incluant plusieurs critères quantifiables à large échelle (jusqu'à plusieurs millions de km2) et (III) proposer une approche incorporant des modèles de substitution de granularité progressive pour répondre aux contraintes computationnelles fortes et ainsi résoudre le problème d'optimisation dans un temps de calcul raisonnable. Une fois l'approche développée, elle sera intégrée dans un outil destiné aux acteurs locaux (ex : gouvernements, ONGs). Ce projet interdisciplinaire mêlera des aspects liés aux systèmes énergétiques, aux sources d’énergies renouvelables, à l’hydrogéologie, aux sciences économiques et sociales et aux sciences des données.

Horizon Europe

2023 – 2027

GENIUS — Glide-symmetric mEtamaterials for iNnovative radIo-frequency commUnication and Sensing (GENIUS)

GENIUS (Glide-symmetric mEtamaterials for iNnovative radIo-frequency commUnication and Sensing) is an Industrial Doctoral Programme led by top European actors of research and innovation in the field of radio-frequency (RF) systems with applications to aerospace communications and automotive sensing proposing novel scientific tools provided by glide-symmetric (GS) artificial materials (or metamaterials). It has recently been discovered that these metamaterials, characterized by a special symmetry inside their constitutive unit cells, possess marvelous electromagnetic (EM) properties (propagation in an ultra-large bandwidth, strong isolation and high absorption features) capable to address the open challenges of modern RF systems, motivated by the increasing demand of ubiquitous connectivity, and the growing automation of transports. GENIUS aims at training highly skilled and creative researchers capable to propose out-of-the-box solutions to industrial needs by means of their knowledge of physical properties of complex EM systems. The design of devices will be enabled by the development of suitable modelling methods (circuit-based, integral-equation-based, quasi-optical) shedding light on the properties of GS materials and providing fast and reliable data on their behaviour. The inter-sectoral character of the training reflects its inter-disciplinarity content: researchers will benefit of academic expertise in GS metamaterials, of the industrial knowledge of applicative needs and of fabrication and test facilities not commonly found at individual institutions. GENIUS will be the only international training program bringing together metamaterial physics and application-oriented RF design. Its researchers will benefit of a dense network of contacts with scientists acquired during network-wide training events suitably complementing the skills acquired through research, to improve their career prospects in the European and worldwide innovation sector.

ANR

2023

DESMARC — Développement, évaluation et simulation de matériaux résistants à l'arc de défaut

L’électrification des transports implique une forte croissance des puissances et tensions dans les réseaux embarqués (aéronautique) ce qui accroît les risques de dégâts par défauts d’arc électrique. Le défaut d’arc est inévitable et doit être détecté. La détection de ces arcs requiert un délai durant lequel il faut minimiser les dégâts générés par l’arc. L'objectif du projet DESMARC est de proposer une protection passive des systèmes embarqués, basée sur des matériaux polymères, qui modérerait les conséquences de l’arc sur son environnement. Cette protection consiste en une couche de matériaux déposée sur les câbles usuels dont les produits de dégradation par l’arc modifieraient les caractéristiques physiques de l’arc et en réduiraient les conséquences. Pour cela, le projet se concentre sur les défauts au niveau des câbles. Plusieurs verrous sont identifiés. Il faut déterminer les paramètres clés concernant la nature des polymères stables aux températures de fonctionnement des câbles, la nature des produits de dégradation et leurs effets sur la physicochimie de l’arc. Afin d’atteindre ces objectifs nous proposons de modéliser l'interaction arc-matériau et d’élaborer une approche (test/critères de sélection) pour s'assurer des effets bénéfiques du matériau proposé. Il faudra définir un processus de validation et des critères de réussite/échec basés sur les matériaux et normes existants et l’expertise des partenaires. Dans ce projet, deux laboratoires (GeePs et UMET) et deux industriels (sociétés Protavic et Safran) ont des rôles complémentaires en interaction. L’UMET et Protavic élaborent et caractérisent des matériaux polymères fonctionnalisés résistants à des conditions extrêmes. Le GeePS et l’UMET caractérisent durant et après l’arc les matériaux en termes de tenue à l’arc. Safran, le GeePs et l’UMET modélisent l‘interaction arc/matériaux et les modes de dégradation (une validation sera faite par l’expérience) pour proposer des pistes de conception de matériaux.

ANR

2023

MemAI — Réseaux de neurones à impulsions memristives pour l'intelligence artificielle et interfaces cerveau-machine

Le présent projet vise à la mise en œuvre d’une interface cerveau-machine (IMC) en intégrant des réseaux neuronaux mémoriels (SNN) à un modèle animal vertébré intact, la larve de poisson-zèbre, au moyen d’un lien neuronal optogénétique. Le SNN aura des capacités d’apprentissage, d’où l’IMC peut doter la larve de nouvelles compétences cognitives. Inversement, l’IMC peut également permettre de sonder et de rechercher la plasticité dans le système neural du modèle animal. Les SNN seront capables d’effectuer les neuro-calculs et de l’apprentissage à une vitesse qui ne peut être atteinte par un logiciel fonctionnant sur du matériel informatique classique, comme les FPGA. Nous mettrons à profit le développement récent d’un nouveau modèle compact de neurones d’injection basé sur un nouveau type de mémoires pour implémenter les SNN directement sur le matériel. Le concept de dispositifs memristive est similaire à celui des neuristors de Mott, mais la percée clé a été d’atteindre les mêmes propriétés de commutation résistive au moyen d’un dispositif électronique classique, le thyristor. Cela permet de simplifier la conception du circuit et la fiabilité fonctionnelle. Les SNN intégreront des capacités d’apprentissage au moyen de la règle de plasticité dépendant du temps (PDTS). Le projet est structuré en trois modules de travail. Le 1ère est d’étendre une théorie mathématique des réseaux de neurones à unités linéaires rectifiées (ReLU) aux SNNs, qui fonctionnent avec des impulsions explicites. Nous mettrons en œuvre des séquences et d’autres systèmes d’attracteurs neuronaux dynamiques. Le 2ème sera consacré à la mise en œuvre de l’apprentissage avec le PDTS et à étendre la notion d’apprentissage associatif à l’apprentissage des séquences spatio-temporelles. Dans le 3ème nous implémenterons l’IMC en utilisant la configuration expérimentale du laboratoire Sumbre à l’ENS. L’IMC permettra d’explorer le comportement du système neural des larves de manière inédite.

ANR

2023

ORDERED — Influence de l'ordre local sur les propriétés thermodynamiques et les cinétiques électrochimiques de matériaux de cathode de type spinelle à base de nickel

Les besoins à grande échelle de batteries Li-ion pour réaliser la transition énergétique dans le secteur des transports et la nécessité de contourner l’utilisation de matériaux à base de cobalt, problématiques tant sur le plan environnemental qu’économique, nécessitent encore de nombreux efforts. Composés de métaux de transition non critiques, les matériaux de type spinelle LiMn1.5+xNi0.5-xO4 (0 < x < 0,5) sont de bons candidats. En effet, leur capacité théorique de 147 mAh/g disponible à une tension moyenne de 4,7 V vs Li+/Li est adaptée aux applications fortes puissances. Malgré de nombreuses études sur ces matériaux, aucune relation claire entre la structure et les propriétés électrochimiques n’a été proposée. Ces connaissances sont indispensables pour envisager une application pratique. L’objectif du projet ORDERED est d’élucider avec précision l’influence de la structure locale et/ou de la composition sur les propriétés thermodynamiques (tension de fonctionnement, réponse structurale lors de la délithiation/lithiation) et cinétiques (conductivités ionique et électronique) des composés LiMn1,5+xNi0,5-xO4. L’environnement local du centre redox sera ajusté en (i) modifiant la composition en nickel et/ou (ii) en ajustant les conditions de synthèse pour contrôler la densité de défauts structuraux. Un large éventail de méthodes expérimentales sera utilisé, réunissant des mesures électrochimiques, des mesures de spectroscopie diélectrique à large bande (20Hz-18GHz) et diverses caractérisations structurales telles que les méthodes de diffraction des rayons X et des neutrons. Différentes méthodes numériques allant des calculs DFT à la dynamique moléculaire seront mises en œuvre pour obtenir des informations sur les distributions de densité électronique et les propriétés de diffusion des ions lithium. L’analyse couplée de ces données expérimentales et théoriques fournira une description complète des propriétés électrochimiques de LiMn1,5+xNi0,5-xO4.

i-PHD

2023

BIOMMS — BIOMMS

Augmenter l'autonomie des Dispositifs Médicaux lmplantables Actifs (DMIA) représente un enjeu majeur pour le suivi des patients. La limitation principale des DMIA demeure liée à la durée de vie de la batterie, dont la taille peut représenter jusqu’à 90% du volume de l'implant. Cela restreint les applications des DMIA, notamment lorsqu'ils ont besoin d'être implantés en profondeur dans le corps humain. Le projet BIOMMS (BIOMedical MicroSources) vise à la création de micro-sources d'énergie pour télé-alimenter une nouvelle génération de DMIA sans batterie.

Data provenance

Sources : RNSR (MESR), Annuaire de l’établissement, HAL. Data compiled on 27/10/2026. Found an error? It is corrected in the original source (HAL, RNSR, directory); see how.