Nucléation dans les synthèses de nanoparticules: Simulations atomistiques assistées par machine-learning – NucleFOx
Un défi majeur des nanotechnologies d’aujourd’hui est la maîtrise des propriétés structurales durant la synthèse de nanoparticules. Atteindre une synthèse à la demande de nanoparticules exige de mieux appréhender la complexité des mécanismes impliqués dont la nucléation qui correspond à la formation des premiers cristaux. Cependant, dans l’état de l’art actuel des méthodes expérimentales et numériques, contrôler la nucléation pendant la synthèse de nanoparticules demeure un véritable plafond de verre qu’il faut briser. Dans notre projet, nous présentons d’abord une méthode originale basée sur les approches machine-learning qui permet de mener des simulations grandes échelles tout en préservant la précision des calculs ab initio. Puis, fort de ces développements méthodologiques, nous étudierons l'exemple de la synthèse de nanoparticules d'oxydes de fer qui présente à la fois de nombreuses questions d’ordre fondamental et d’importantes applications technologiques.
Coordination du projet
Julien Lam (Unité Matériaux et Transformations)
L'auteur de ce résumé est le coordinateur du projet, qui est responsable du contenu de ce résumé. L'ANR décline par conséquent toute responsabilité quant à son contenu.
Partenariat
CEMES CENTRE D'ELABORATION DE MATERIAUX ET D'ETUDES STRUCTURALES
UMET Unité Matériaux et Transformations
Aide de l'ANR 295 288 euros
Début et durée du projet scientifique :
septembre 2021
- 48 Mois