CIC energiGUNE, centro de investigación vasco referente en almacenamiento en baterías, soluciones de energía térmica e hidrógeno, y miembro de Basque Research & Technology Alliance-BRTA, está trabajando en el desarrollo de un programa de software que automatizará el procesamiento de datos de difracción de rayos X y acelerará significativamente su análisis, abriendo la puerta a un incremento de los descubrimientos científicos. El desarrollo de esta herramienta, denominada FullProfAPP, se enmarca dentro del proyecto europeo BIG-MAP, liderado por el Profesor Tejs Vegge de la DTU (Technical University of Denmark).
“La enorme cantidad de datos de difracción generados por los experimentos de cribado de alto rendimiento requiere nuevas herramientas de software capaces de acelerar el análisis y el procesamiento de datos, que superen el tradicional análisis patrón a patrón”, ha asegurado Montse Casas Cabanas, Coordinadora Científica del Área de Almacenamiento Electroquímico en CIC energiGUNE. “La aplicación de FullProfAPP en la investigación de los materiales de baterías va a ser fundamental para demostrar su viabilidad y su fácil extensión a otros campos”.
El proyecto FullProfAPP desarrollará una herramienta automatizada de análisis Rietveld, aplicable a patrones de difracción de polvo de materiales de baterías, con la que se podrán realizar análisis estructurales y de fase cuantitativos de alto rendimiento a través del procesamiento de cientos de patrones en lotes. Para ello, la herramienta partirá de la versión actual de FullProf, conocido programa para el análisis Rietveld de datos de difracción de polvo de neutrones y datos de difracción de polvo de rayos X desarrollado por el Dr. Juan Rodríguez-Carvajal, e incluirá nuevas rutinas y algoritmos de aprendizaje automático (Machine Learning -ML).
CIC energiGUNE participará en el desarrollo de los scripts del programa y en la implementación de los algoritmos de ML, basándose en la experiencia adquirida en el desarrollo del programa de refinamiento FAULTS -herramienta utilizada para refinar los patrones de difracción de polvo de rayos X (XRD) y de difracción de polvo de neutrones de sistemas de cristales (NPD)-, incluido en el paquete de software FullProf Suite. Asimismo, el centro vasco proporcionará grandes conjuntos de datos XRD y NPD relacionados con las químicas de Li-ion y Na-ion para su testeo.
“La puesta en marcha de FullProfAPP supondrá una gran mejora en la investigación de baterías, ya que acortará el tiempo destinado a la recogida de datos y su posterior análisis, lo que permitirá reducir tiempo y costes”, ha recordado la doctora Casas Cabanas. Por su parte, el profesor Vegge ha afirmado que “el beneficio de tales programas y métodos podría extenderse fácilmente a otros campos, aumentando la visibilidad del impacto del proyecto BIG-MAP en la comunidad científica”.
En este proyecto, que al formar parte de BIG-MAP está a su vez incluido en la iniciativa europea de investigación a gran escala BATTERY 2030+, participa CIC energiGUNE en consorcio con el Institut Laue Langevin de Grenoble (ILL), el Instituto de Ciencia de Materiales de Barcelona (ICMAB-CSIC), y el Sincrotrón ALBA de Barcelona. El centro vasco tiene un amplio historial de colaboración con ellos, ya que participa en FAULTS con ILL y es un usuario habitual de ILL y Sincrotrón ALBA de Barcelona. Asimismo, la doctora Casas Cabanas participa activamente en las formaciones anuales de FullProf en el ILL (Grenoble), y ha sido miembro entre 2017 y 2021 del comité científico de la línea BL-04 MSPD del sincrotrón ALBA.
Asimismo, cabe recordar que un aspecto central de BIG-MAP es el desarrollo de una infraestructura de datos europea compartida capaz de realizar la adquisición, el manejo y el análisis autónomo de datos de todos los dominios del ciclo de desarrollo de baterías. Así, desde el centro vasco se indica que el descubrimiento acelerado de materiales con el apoyo de módulos de síntesis autónomos va a generar grandes cantidades de datos de DRX -técnica de elección disponible a escala de laboratorio para identificar y caracterizar rápidamente y con precisión las fases cristalinas producidas-. “Por lo tanto, cualquier enfoque de alto rendimiento debe incluir herramientas que analicen automáticamente los patrones de DRX de los cientos de muestras producidas, y si se acoplan estos esfuerzos de alto rendimiento con algoritmos de aprendizaje automático se abre un gran potencial para navegar más eficazmente por los espacios experimentales y permitir la planificación experimental autónoma”, asegura la doctora Casas Cabanas.
En ese sentido, la herramienta FullProfAPP se diseñará de forma flexible y extensible para que sea totalmente compatible con la infraestructura de BIG-MAP, y ya está disponible de forma abierta en la AppStore de BIG-MAP, contribuyendo así al movimiento de "ciencia abierta" y a la investigación colaborativa.
