Structure locale et dynamique des systèmes colloïdaux à densité élevée
Auteur / Autrice : | Susana Marín Aguilar |
Direction : | Giuseppe Foffi, Frank Smallenburg, Rik Wensink |
Type : | Thèse de doctorat |
Discipline(s) : | Physique |
Date : | Soutenance le 18/12/2020 |
Etablissement(s) : | université Paris-Saclay |
Ecole(s) doctorale(s) : | École doctorale Physique en Île-de-France (Paris ; 2014-....) |
Partenaire(s) de recherche : | Laboratoire : Laboratoire de physique des solides (Orsay, Essonne) |
référent : Université Paris-Saclay. Faculté des sciences d’Orsay (Essonne ; 2020-....) | |
Jury : | Président / Présidente : Emmanuel Trizac |
Examinateurs / Examinatrices : Luca Cipelletti, Daniele Coslovich, Marjolein Dijkstra, Kirsten Martens | |
Rapporteurs / Rapporteuses : Luca Cipelletti, Daniele Coslovich |
Mots clés
Résumé
Le rôle de la structure dans la dynamique colloïdale vitreuse est encore un sujet de débat. Cependant, il existe des preuves d'un lien direct entre les changements de la dynamique et les propriétés structurelles du système. Nous explorons l'interaction de la structure et de la dynamique locales en utilisant des particules à patchs. Pour ce faire, nous utilisons des simulations de dynamique moléculaire. Nous montrons qu'en renforçant la géométrie icosaédrique, le dynamique du système présente un ralentissement extrême. Grâce à ces résultats, nous fournissons une voie pour contrôler la dynamique vitreuse par l'utilisation de particules à patchs. De plus, il est intéressant de savoir si nous pouvons extraire des informations sur la dynamique en utilisant uniquement des informations structurelles. Afin d'explorer ce point, nous simulons une grande variété de mélanges de sphères dures. Nous montrons que la dynamique globale de ces systèmes peut être prédite avec précision en introduisant un nouveau paramètre d'ordre appelé tétraédralité de la structure locale qui compte le nombre de tétraèdres auxquels chaque particule participe. Les prédictions de ce paramètre d'ordre restent valables pour dans une grande variété de densités, ce qui prouve son universalité dans cette famille de précurseurs de verre. De plus, il est également capable de saisir les changements sur la dynamique locale, car les régions à forte tétraédralité sont fortement corrélées avec les régions à dynamique lente. Enfin, nous explorons l'utilisation de techniques d'apprentissage machine non supervisé pour classer les particules ayant des environnements structurels différents.