Etude des propriétés thermodynamiques des hydrures métalliques par la méthode de l’exploitation des données : Application pour le stockage d’hydrogène.

Abstract

Dans cette thèse, deux méthodes d'analyse de données ont été appliquées : l’analyse en composantes principales (ACP) et réseau de neurones artificiels (RNA). L'ACP a été utilisée pour sélectionner, classer et identifier de nombreuses combinaisons d'éléments de transition A et B, (B = Zr, Ti, Y, Sc, La, Hf, Th), tandis que l'RNA a été employé pour la prédiction de l'enthalpie de formation (ΔH) des hydrures ternaires. Grâce à l'ACP, nous avons identifié 76 combinaisons d'éléments métalliques de transition A et B. Les résultats montrent que ces combinaisons sont influencées par les caractéristiques atomiques de l'élément A, telles que son électronégativité de Pauling (χA), son rayon atomique (RA) et sa densité électronique atomique ( 3 AAZR). Sur les 76 combinaisons, 55 systèmes ont été placés dans le groupe 1, dont 46 ont montré une ΔH négative et incluent 18 alliages binaires favorables pour le stockage d'hydrogène. Une architecture de RNA de type 6-15-1 a été employée pour calculer l'enthalpie de formation d'autres hydrures ternaires provenant de différentes sources. Des mesures d'évaluation telles que le coefficient de détermination (R2), l'erreur quadratique moyenne (MSE) et l'erreur relative ont été appliquées pour évaluer les résultats obtenus. Les valeurs de ΔH obtenues à partir de l'RNA ont été comparées aux données expérimentales disponibles et aux résultats théoriques, confirmant les prédictions.