Thèse en cours

Étude par simulations à l'échelle atomique et techniques d'IA de nano-phases compactes dans les matériaux métalliques
FR  |  
EN
Auteur / Autrice : Alexandre Dézaphie
Direction : Jerome Creuze
Type : Projet de thèse
Discipline(s) : Chimie
Date : Inscription en doctorat le 01/11/2022
Etablissement(s) : université Paris-Saclay
Ecole(s) doctorale(s) : École doctorale Sciences chimiques : molécules, matériaux, instrumentation et biosystèmes
Partenaire(s) de recherche : Laboratoire : Institut de Chimie Moléculaire et des Matériaux d'Orsay
Equipe de recherche : Synthèse, Propriétés & Modélisation des Matériaux
référent : Faculté des sciences d'Orsay

Résumé

FR  |  
EN

Dans cette thèse, nous étudierons le paysage énergétique des défauts dans les métaux de structures cubique centrée (CC), cubique à faces centrées (CFC) et hexagonale compacte (HC). Ces trois structures cristallographiques se rencontrent dans la plupart des matériaux métalliques utilisés dans les systèmes énergétiques actuels ainsi que dans ceux envisagés pour le futur. Les défauts dégradent souvent les propriétés mécaniques des matériaux cristallins, l'étude de leur diffusion et interaction est un domaine d'investigation crucial en science des matériaux. Depuis 60 ans, la communauté considère que la formation des amas d'auto-interstitiels dans les matériaux métalliques, résulte de la diffusion des auto-interstitiels qui s'accumulent en petites boucles de dislocation 2D, lesquelles possèdent un vecteur de Burgers bien défini et croissent progressivement jusqu'à des tailles nanométriques observables. Récemment, nous avons montré que les interstitiels peuvent s'agglomérer en formant transitoirement des objets 3D avec une structure cristallographique sous-jacente bien définie [1,2,3]. De plus, ces objets 3D se développent sous forme d'inclusions dans le réseau de base et la structure sous-jacente correspond à une phase allotropique compacte (Laves C15 ou Frank-Kasper A15) du métal pur CC ou CFC. La prédiction des nano-phases compactes ouvre de nouvelles perspectives de recherches dans le domaine des transformations de phase. Le but de cette thèse est de mieux comprendre le comportement de ces inclusions à l'échelle atomique, leur stabilité relative par rapport aux boucles traditionnelles, l'impact des conditions réelles de température et de pression. À ces fins, nous allons utiliser les méthodes de simulation numérique traditionnelles (ab initio, dynamique moléculaire) en synergie avec l'intelligence artificielle. Depuis cinq ans, nous développons au CEA/SRMP une plateforme, la première en France, MiLaDy – Machine Learning Dynamics, qui a pour objectif l'amélioration systématique de la description atomistique des matériaux pour le nucléaire en utilisant l'apprentissage statistique [4,5,6]. Les développements théoriques s'effectueront en lien étroit avec des expériences de microscopie électronique en transmission.