Proyectos de investigación

El desarrollo de métodos de producción más sostenibles es crucial para alcanzar una sociedad sostenible. En este sentido, los procesos electroquímicos alimentados por fuentes de energía renovable, como la energía solar o eólica, pueden transformar moléculas abundantes como el agua y el CO2 en combustibles y productos químicos sintéticos de manera sostenible. Específicamente, la reducción electrocatalítica de CO2 (CO2RR) ofrece la posibilidad de producir combustibles renovables de manera sostenible y económicamente viable. Sin embargo, los electrocatalizadores actuales aún no cumplen con los requisitos necesarios para su aplicación industrial. Es en este contexto que ElectroFuel busca desarrollar nuevos catalizadores altamente activos, selectivos y robustos basados en materiales reticulares, en particular Covalent Organic Frameworks, (COFs) para la CO2RR electrocatalítica. La investigación se enfocará en aprender los principios básicos de los mecanismos de reducción de CO2, lo que nos servirá como guía en el diseño racional de catalizadores. Descubrir nuevos catalizadores es una tarea exigente, tediosa y que requiere mucho tiempo, lo que implica décadas de investigación y desarrollo. Para reducir el tiempo y los costos necesarios para llevar catalizadores avanzados al mercado, es posible adoptar el cribado de alto rendimiento (HTE), el laboratorio autónomo, la digitalización y la inteligencia artificial. Automatizar la investigación en el laboratorio es el primer paso clave hacia este objetivo. Por ejemplo, el abordaje de la CO2RR electrocatalítica automática requiere un análisis detallado de las muestras de reacción para alcanzar los límites de detección.

En este contexto, ElectroFuel prevé acelerar el descubrimiento de catalizadores mediante el uso de HTE y el estudio autónomo de reacciones electrocatalíticas para la CO2RR, así como la digitalización de la investigación química relacionada con la electroquímica. ElectroFuel planea construir una plataforma automatizada para la experimentación de alto rendimiento en la investigación de reducción de CO2. La plataforma se diseñará para que sea abierta y replicable, y los datos resultantes se almacenarán y estarán disponibles para el aprendizaje automático.