Étude in silico de cristaux liquides : reconnaissance de domaines structuraux

Les matériaux auxétiques sont d’un grand intérêt pour leurs propriétés d’absorption d’impacts. Ils sont caractérisés par la présence d’un coefficient de Poisson négatif, c’est-à-dire que les matériaux auxétiques peuvent se densifier localement sur le point d’impact, ce qui est une propriété contre-intuitive. Les structures synthétiques sont par contre assez poreuses, ce qui peut parfois affecter négativement ces mêmes propriétés mécaniques. Un mécanisme auxétique moléculaire pourrait régler ce problème. Le groupe de Griffin (1) a proposé une structure de polymères cristaux liquides pouvant présenter un tel mécanisme, mais les molécules candidates sont difficiles à synthétiser et les propriétés auxétiques sont rarement prédictibles. Il nous a donc été proposés comme projet d’aider des groupes expérimentalistes dans leurs synthèses en simulant différents polymères et conditions d’expérimentation à l’aide de la dynamique moléculaire. En effet, la simulation numérique nous permet d’étudier plusieurs molécules candidates sans avoir à les synthétiser et à observer si ceux-ci présentent un comportement auxétique. Des recommandations ont donc été faites à nos collègues expérimentalistes, comprenant entre autres une suggestion d’une nouvelle structure, différente de celles proposées par Griffin. Lors de ces simulations, un comportement connu, mais très peu étudié a cependant été observé, soit la présence de systèmes ayant une morphologie liquide cristalline uniforme (monodomaine) et d’autres systèmes avec un arrangement liquide cristallin hétérogène (polydomaine). L’hétérogénéité de cristallisation des mésophases est loin d’être inconnue, mais est généralement évitée en dynamique moléculaire puisque les outils d’analyse utilisés pour déterminer les différentes propriétés du système se limitent à l’analyse globale du système. On compte parmi ces propriétés notamment celles mécaniques ainsi que celles permettant d’identifier la présence des différentes mésophases. En effet, très peu de documentation sur la caractérisation locale des différents systèmes mésogéniques existe. Le projet de recherche de cette maîtrise a donc été de compiler et de développer différents outils à cet effet. L’emphase a été mise sur des techniques d’apprentissage automatique non supervisées, soit le partitionnement de données (« clustering analysis »). Le premier chapitre est dédié à certains concepts concernant les cristaux liquides et les polymères cristaux liquides. La fin du chapitre servira à introduire les polymères de Griffin et les matériaux auxétiques. Le deuxième chapitre est concentré sur une série de concepts décrivant la dynamique moléculaire et comment l’ordre moléculaire liquide cristallin est mesuré en dynamique moléculaire. Le chapitre continue en mentionnant plusieurs recherches qui ont été réalisées antérieurement au sein du laboratoire, qui seront nécessaires pour comprendre le contexte de la problématique. Celle-ci sera finalement abordée. Le troisième chapitre sert à élaborer la solution abordée pour répondre à la problématique, soit le partitionnement de données. Ensuite, la contribution que j’apporte spécifiquement à cette solution est décrite. Le quatrième chapitre montre les différents résultats qui ont été obtenus grâce à cette méthodologie. Mes contributions, se concentrant principalement sur la modification des descripteurs de partitionnement, sont mises en lumière. Finalement, le cinquième et dernier chapitre présente un sommaire de l’entièreté du document et aborde des perspectives de futures recherches. À titre indicatif, les résultats de partitionnement de données et les graphiques ont tous été générés à l’aide de Python. Pour le partitionnement de données, le code source utilisé est disponible sur GitHub et les scripts utilisés pour les figures sont disponibles sur demande.

Name thesis:degree_name

M. Sc.

Level thesis:degree_level

Maîtrise

Discipline thesis:degree_discipline

Chimie

Grantor dc:publisher

Université de Sherbrooke

Year dc:date.issued

2024

Author dc:creator

• Couture, Olivier

Advisor dc:contributor.advisor

• Soldera, Armand

• Dynamique moléculaire gros grain
• Champ de force hybride Gay-Berne/Lennard-Jones
• Matériaux auxétiques
• Partitionnement de données
• Polydomaines liquides cristallins
• Polymères cristaux liquides
• Paramètre d’ordre

Licence dc:rights.uri

• http://creativecommons.org/licenses/by-nc/2.5/ca/

Language dc:language.iso

fr

Handle dc:identifier.uri

http://hdl.handle.net/11143/21419

OAI identifier oai:identifier

oai:usherbrooke.scholaris.ca:11143/21419