Proyectos de investigación

EElectroFuel tiene como objetivo encontrar métodos sostenibles para producir combustibles y productos químicos. Utilizando energías renovables, se busca transformar recursos comunes como el agua y el CO₂ en combustibles y productos químicos sintéticos sostenibles.

La investigación se centra específicamente en la reducción electrocatalítica del CO₂ (CO₂RR), un proceso con gran potencial para producir combustibles y productos químicos sostenibles, económicamente viables y neutros en CO₂. A pesar de sus ventajas, los electrocatalizadores actuales no cumplen con los estándares necesarios para su desarrollo industrial. Para superar estas limitaciones, se busca desarrollar nuevos catalizadores activos, selectivos y estables. Empleando “covalent organic frameworks” (COFs) se busca avanzar en la comprensión fundamental de los mecanismos de reducción del CO₂ y facilitar un diseño racional de catalizadores. En este sentido, se ha desarrollado racionalmente un nuevo material electrocatalítico basado en COF, capaz de convertir eficientemente el CO₂ en ácido fórmico a altas densidades de corriente, superando los mejores materiales moleculares.

La identificación de catalizadores eficientes es inherentemente compleja, laboriosa y consume mucho tiempo. Para acelerar el trabajo, se está integrando el estudio de electrocatalizadores con la experimentación de alto rendimiento (HTE) en un entorno de laboratorio semiautomatizado. Esta configuración tiene como objetivo último la digitalización y la implementación de inteligencia artificial (IA) para el desarrollo de catalizadores. Sin embargo, la investigación en electrocatálisis de CO₂ requiere un análisis meticuloso de muestras para cumplir con límites estrictos de detección, representando un desafío crítico en la automatización.

Por lo tanto, en ElectroFuel se pretende acelerar el descubrimiento de catalizadores mediante el diseño innovador de una celda de flujo adecuada para la automatización. Simultáneamente, se están desarrollando metodologías sintéticas que simplifican la preparación de electrodos con COFs. Además, los algoritmos de aprendizaje automático podrían no solo facilitar el descubrimiento de catalizadores, sino también mejorar significativamente la precisión y eficiencia en los procesos de desarrollo catalítico.