AI AND HIGHTHROUGH METHODS ASSISTED DESIGN OF POLYMERS

Le projet de démonstrateur AMETHYST propose, comme preuve de concept, d’utilisation combinée des méthodes haut débit et d’intelligence artificielle (IA) pour aborder trois études de cas différentes dans le domaine des polymères.

Le volet biopolymères a pour objectif de coupler une méthode innovante de spectrométrie de masse (la mobilité ionique) et l’intelligence artificielle pour implémenter, à haut débit, une méthode d’identification structurale des biopolymères par spectrométrie de masse. Cette approche a pour ambition de décrire finement la structure des biopolymères, qui guide la fonctionnalité des matériaux biosourcés. Une fois leur structure déterminée, les biopolymères sont utilisés pour fabriquer des filaments entièrement biosourcés, pouvant donner lieu à des fibres textiles. L’IA, venant en appui après un processus d’apprentissage par réseau de neurones, a pour ambition d’aider à piloter l’ensemble des paramètres pour contrôler les propriétés fonctionnelles des filaments.

Le volet chimie en flux au LCPO a permis de mettre en place une plateforme expérimentale automatisée dédiée au développement de polymères dégradables. Cette installation combine des réacteurs en flux continu, des outils de suivi en temps réel et des méthodes d’IA afin d’accélérer l’optimisation des réactions. Elle est désormais pleinement opérationnelle et a déjà permis d’améliorer plusieurs procédés de synthèse. Ces travaux montrent qu’en associant automatisation et analyse des données, il est possible de développer plus rapidement des matériaux plus durables. Des améliorations sont en cours pour élargir les applications de la plateforme.

Le volet composites et nanocomposites traité conjointement entre les laboratoires IMP et LIRIS a abouti à la construction d’une plateforme de mise en forme haut débit de composites issus de systèmes réactifs. Un ensemble de techniques de caractérisations thermiques et mécaniques viennent compléter la plateforme afin de créer une base de données essentielle pour alimenter des modèles d’intelligence artificielle afin de prédire leurs propriétés voire, par IA générative, proposer de nouveaux matériaux. La plateforme est en évolution afin de pouvoir prochainement mettre en forme des polymères par extrusion (voie fondu).