Thèse Jumeaux Numériques Atomistiques de Nanocomposites Polymères par Tomographie par Sonde Atomique et le Nanoréacteur Macromoléculaire H/F - Doctorat.Gouv.Fr

Établissement : Université de Technologie de Compiègne École doctorale : Sciences pour l'ingénieur Laboratoire de recherche : Laboratoire de mathématiques appliquées de Compiègne Direction de la thèse : Fahmi BEDOUI ORCID 0000000226075209 Début de la thèse : 2026-10-01 Date limite de candidature : 2026-10-01T23:59:59 Dans le domaine des matériaux nanostructurés, la conception prédictive se heurte à une difficulté fondamentale : les modèles ne connaissent que rarement la microstructure réelle qu'ils sont censés décrire. Celle-ci se forme lors de la fabrication, sous l'effet de la cinétique réactionnelle, du confinement et de l'auto-assemblage - des processus difficiles à observer et à contrôler. L'arrangement effectif des phases, des interfaces et des défauts est rarement mesuré, de sorte que la modélisation repose sur des substituts non vérifiés, incapables de représenter fidèlement le matériau réel. Combler cet écart exige d'ancrer les modèles dans la microstructure réelle, et non dans des hypothèses statistiques. Or, une reconstruction unique ne décrit qu'un seul matériau parmi une multitude ; atteindre un optimum suppose également d'explorer l'espace de structures environnant. Ce double besoin - reconstruction de référence absolue et exploration guidée - se pose pour toutes les classes de matériaux.
PolyTwin s'attaque à ce défi dans les polymères à travers deux sous-problèmes complémentaires. Sur le plan expérimental, il reconstruit des nanocomposites polymères à résolution atomistique à partir de la tomographie par sonde atomique - en surmontant la dégénérescence des fragments et la perte de connectivité - afin de retrouver les trajectoires authentiques des chaînes, l'organisation interfaciale et la distribution des charges. Sur le plan computationnel, il élabore un cadre multi-échelle résolu en structure, dans lequel les simulations atomistiques et mésoscopiques sont initialisées et validées par ces reconstructions plutôt que par des réseaux idéalisés, quantifiant ainsi la manière dont la conformation des chaînes, la topologie des enchevêtrements, la dispersion des charges et le compactage interfacial gouvernent les réponses macroscopiques - rigidité, dissipation viscoélastique, transport, endommagement et rupture.
Les deux sous-problèmes progressent en parallèle tout en s'alimentant mutuellement : la reconstruction fournit des jeux de données ancrés dans la réalité, tandis que la modélisation les transforme en substituts prédictifs - comblant ainsi le déficit de prédictibilité et substituant à l'approche par essais-erreurs une conception rationnelle résolue en structure. The macroscopic behavior of polymer nanocomposites is governed by microstructural descriptors, such as chain conformation, entanglement topology, and organization of polymer chains at nanoparticle (NP) interfaces. Current multiscale models [1,2] cannot faithfully encode these descriptors because they build inputs from statistical surrogates rather than real-material configurations. Atom probe tomography (APT) [3] is the only technique with the right spatial resolution, but is blocked on polymers by fragmentation degeneracy: under field evaporation, organic molecules fragment, and the detector registers mass-to-charge signatures shared by chemically distinct species. Moreover, validating any reconstruction is impossible without specimens whose true microstructures are independently known. Pillar I tackles both: a macromolecular nanoreactor [13,*] produces nanocomposites with programmable, independently characterized microstructures; a physics-informed reconstruction pipeline (DFT [4,5] + reactive MD [6,7] + Bayesian inference + graph-theoretic connectivity rebuilding [8-10]) converts APT measurements on those specimens into validated three-dimensional atomistic digital twins. An end-to-end experimental + computational pipeline was developed and validated, which converts APT measurements on macromolecular-nanoreactor specimens into three-dimensional atomistic digital twins encoding chain trajectories, entanglement topology, NP positions, and interfacial conformations, with quantitative validation against complementary nanostructural and rheological measurements. Specific objectives: (O1) produce a FeO-PIB specimen library spanning isolated NPs to ordered superlattices [14-16]; (O2) build a DFT + reactive-MD fragmentation library [4-7]; (O3) develop a Bayesian assignment framework with calibrated posterior uncertainty; (O4) implement graph-theoretic connectivity reconstruction + constrained relaxation; (O5) perform closed-loop validation against SAXS/SANS, TEM, and rheology [11,12], requiring the reconstructed descriptors to track the synthesis-parameter axis across the library. Specimens were produced by in situ FeO nucleation within a functionalized PIB matrix, controlled thermodynamically (Hansen Solubility Parameter design [14]), kinetically (extended LaMer framework [15]), and at the mesoscale (telechelic/block-copolymer templating [16]). APT acquisition campaigns produce paired mass spectra and spatial-event lists. DFT [4,5] and reactive MD with ReaxFF [6,7] yield a physics-informed prior of fragment identities, mass-to-charge signatures and conditional probabilities. A Bayesian inference layer assigns experimental APT events to chemically consistent fragment classes, and graph-theoretic connectivity reconstruction followed by constrained molecular-mechanics relaxation produces the validated atomistic digital twin [8-10]. Validation compares the reconstructed descriptors against SAXS/SANS, TEM, and rheological measurements of the same specimens.

Master en Chimie, Chimie Physique, Chimie des Polymères ou Science des Matériaux
Solides bases en chimie macromoléculaire, physique des polymères et chimie des interfaces
Connaissance de la formulation des nanocomposites et des interactions charge-matrice
Maîtrise des techniques de caractérisation avancées (RMN, SAXS, MET ou équivalent)
Connaissance de la tomographie par sonde atomique (APT) appréciée mais non obligatoire
Notions de dynamique moléculaire et de champs de force appliqués aux polymères
Maîtrise de Python pour l'analyse de données ; expérience en calcul haute performance appréciée
Bonnes capacités rédactionnelles en anglais scientifique
Rigueur, curiosité et motivation pour la recherche à l'interface expérience-simulation