SCHUMACHER Sebastian
Composites à base de réseaux de nanofils métalliques pour des applications solaires, thermiques et informatiques
Je mène mes recherches doctorales dans le cadre d'une bourse de doctorat Marie Skłodowska-Curie au Grenoble INP – UGA et à l'Universidade Nova de Lisboa au Portugal. Je fais partie du réseau doctoral SusMatEner, dédié au développement de matériaux durables. Mes directeurs de thèse sont Dorina Papanastasiou et Daniel Bellet au LMGP, ainsi que Jonas Deuermeier au CENIMAT/i3. Notre objectif est de faire progresser les applications potentielles des réseaux de nanofils métalliques vers des dispositifs réels et durables. Notre approche repose sur le revêtement des nanofils avec des oxydes métalliques protecteurs afin d'améliorer leur stabilité, jusqu'ici insuffisante. En déterminant les paramètres d'application optique en étroite collaboration avec l'apprentissage automatique et l'analyse du cycle de vie, nous souhaitons aboutir à des dispositifs complets permettant la récupération, l'économie et l'efficacité énergétiques de manière durable.
- électrode transparente
-
- chauffage transparent
-
- revêtement de faible emissivité
-
- calcul par réservoir
-
Activités / CV
Après avoir étudié la chimie en Allemagne à l'Universität Leipzig et à la Georg-August-Universität Göttingen, je suis arrivé à l'Université Grenoble Alpes dans le cadre d'un échange Erasmus+ d'un an afin d'approfondir mes connaissances en nanosciences et en nanotechnologies. Ma thèse de master, sous la direction de Daniel Bellet, portait sur les réseaux de nanofils d'argent destinés aux revêtements à faible émissivité. J'ai rejoint le LMGP dans le cadre d'un partenariat avec l'Universidade Nova de Lisboa pour mes recherches doctorales, où j'élargis le champ de nos investigations aux autres domaines d'application mentionnés ci-dessus. En tant que membre du réseau doctoral SusMatEner, je travaille avec des doctorants talentueux du monde entier pour faire progresser l'état de de conception d'applications vers un déploiement à grande échelle en utilisant l'expérimentation en science des matériaux, l'apprentissage automatique et l'analyse du cycle de vie.
ORCIDLinkedInGoogle Scholar