L’IA ramène l’optimisation d’une cellule de 6 561 à 17 essais

Dix-sept simulations ont remplacé une recherche qui en aurait exigé 6 561 dans le cadre de travail des chercheurs coréens pour optimiser une cellule d’électrolyse à oxyde solide, ou SOEC. L’équipe de la Seoul National University of Science and Technology a utilisé l’intelligence artificielle pour décider où chercher ensuite, plutôt que de demander à un ordinateur de tester chaque condition de fonctionnement.

La méthode combine la mécanique des fluides numérique haute fidélité — des simulations qui modélisent le comportement des fluides, de la chaleur et d’autres phénomènes physiques associés — avec l’apprentissage actif. Après chaque simulation terminée, l’IA prédit quelle condition non testée est la plus susceptible d’apporter des informations utiles. Cela concentre la puissance de calcul sur les régions prometteuses au lieu de la répartir dans une recherche exhaustive par essais et erreurs.

L’objectif n’est pas de trouver un réglage parfait unique. Le cadre cartographie une région de fonctionnement optimale au sens de Pareto, en conciliant deux objectifs concurrents : améliorer les performances électrochimiques tout en limitant les écarts de température à l’intérieur de la cellule. De grands écarts peuvent accélérer la dégradation des matériaux et réduire la durée de vie du dispositif ; les ingénieurs peuvent donc choisir un point en fonction de l’importance accordée à l’efficacité, à la durabilité ou à un compromis entre les deux.

Les gains rapportés sont importants dans le cadre de cette étude par simulation. L’indice de performance électrochimique a augmenté de 14 % par rapport à la condition de fonctionnement de référence, tandis que les écarts de température dans le plan ont diminué de 80 %. Avec le même budget de calcul, l’approche guidée par l’IA a produit un EPI final supérieur de 2,5 % et un écart de température final inférieur de 90,5 % à ceux obtenus avec un échantillonnage aléatoire conventionnel.

Qu’est-ce que cela change en pratique ? Les ingénieurs pourraient explorer plus rapidement les conceptions et stratégies de fonctionnement prometteuses, en utilisant 60 heures de calcul au lieu des quelque 22 963,5 heures de calcul associées à une recherche exhaustive dans le même espace. Cela pourrait raccourcir les cycles de développement des technologies de l’hydrogène vert. La limite est claire : il s’agit de simulations haute fidélité rapportées par l’équipe de recherche, et non de la preuve qu’une SOEC a déjà été améliorée en fonctionnement commercial. Les chercheurs indiquent que la même stratégie pourrait également s’appliquer aux piles à combustible, aux batteries et aux systèmes catalytiques, pour lesquels les simulations sont coûteuses.