2D High-Entropy Materials for Energy Conversion

Moderne energisystemer er sterkt avhengige av materialer med egenskaper som er optimaliserte for konkrete anvendelser, som f.eks. energilagring i batterier, selektiv ione-transport i elektrokjemiske celler, eller omdanning av lys til ladningsbærere i solceller. Nylige fremskritt innen beregningskraft og databaserte metoder åpner nå opp for utforming av materialer med ønskede funksjonelle egenskaper via høy-hastighets modellering kombinert med maskinlæring, hvor viktige faktorer som materialstabilitet og energinivåer introduseres allerede på beregningsstadiet. I prosjektet vil denne metodikken utvikles og benyttes på en relativt ny materialklasse, såkalte høyentropi-materialer, hvor et stort antall grunnstoffer (typisk 5 eller flere) kombineres til en stabil struktur. Fokus vil være på spesifikke lagdelte strukturer som er lovende med tanke på vannelektrolyse og hydrogenproduksjon. Prosjektet kombinerer avanserte databaserte metoder og eksperimentelle teknikker og inkluderer internasjonalt samarbeid for å oppnå grunnleggende forståelse av relasjonen mellom kjemisk sammensetning, struktur og egenskaper for disse nye materialene. Målet er å utvikle en metodologi for å forutsi stabile funksjonelle høyentropi-materialer og demonstrere vannelektrolyse med et av materialene fremstilt i prosjektet.

Due to recent advances in computational methods, materials with desired functional properties can now be designed through high-throughput ab initio methods and atomistic modeling combined with machine learning, introducing already at the computational stage critical factors such as structural stability and energy band structure. This emerging methodology has great promises, as it bypasses the traditional trial-and-error approach, but it is critically dependent on feedback from experiments (ideally in-operando data). In this project this approach is used on a relatively new class of materials, so-called high-entropy materials (HEMs) where a large number of elements (5 or more, including non-metals) are combined to a stable uniform structure. In particular, the focus is on 2D HEMs, that has recently been found to have a range of unusual properties, making them highly promising for tunable catalytic reactions, such as water splitting and H2-generation. The project uses an interdisciplinary approach with international collaboration, combining state-of-the-art computational and experimental tools to gain predictive power and fundamental understanding of composition-structure-property relationships in these high-entropy materials, with the aim of developing a generic methodology for predicting stable functional HEMs and finally demonstrating beyond state-of-the-art performance for water splitting with a novel 2D HEM.