Qui sommes-nous ?
Espace utilisateur
Formation continue
Credit : L. Godart/CEA
D’un jour à plusieurs semaines, nos formations permettent une montée en compétence dans votre emploi ou accompagnent vers le retour à l’emploi. 
Conseil et accompagnement
Crédit : vgajic
Fort de plus de 60 ans d’expériences, l’INSTN accompagne les entreprises et organismes à différents stades de leurs projets de développement du capital humain.
Thèses
Accueil   /   Post Doctorat   /   Etude par dynamique moléculaire des mécanismes de déformation et de transformation de phase dans l'étain

Etude par dynamique moléculaire des mécanismes de déformation et de transformation de phase dans l'étain

Physique de l’état condensé, chimie et nanosciences Physique du solide, surfaces et interfaces Physique mésoscopique

Résumé du sujet

Plusieurs transformations de phase induites par la pression ont été prédites et observées dans l'étain ; son diagramme de phase reflète en effet sa position particulière du groupe IV dans le tableau périodique des éléments pour lesquels les éléments plus légers (C, Si, Ge) ont tendance à former des liaisons covalentes. La phase la plus stable à 0K correspond à une phase diamant similaire à celles rencontrées dans les éléments plus légers. Par contre, des transitions en pression et température sont observées, associées à un changement de nature des liaisons interatomiques. Les propriétés thermodynamiques et mécaniques des différentes phases de l'étain ainsi que les transitions structurales sont assez bien connues aujourd'hui mais restent cependant difficiles à reproduire par les calculs de structure électronique.

Concernant les simulations de Dynamique Moléculaire (DM) classique, de nombreux potentiels semi-empiriques ont été proposés dans la littérature permettant de reproduire certaines parties du diagramme de phase ou certaines propriétés mais restant limités dans leurs capacités prédictives sur certaines propriétés, en particulier les constantes élastiques. Récemment des potentiels issus de l'apprentissage automatique ('Machine Learning Interatomic Potential - MLIP) ont été développés, qui améliorent la description des propriétés des différentes phases cristallines. Cependant, ces potentiels, entraînés sur des phases cristallines en température ainsi que des configurations liquides, ne prennent pas en compte les distorsions spécifiques des réseaux rencontrés lors de la déformation du matériau (formation de dislocation, maclage).

Laboratoire

Département physique, expériences et modèles
DPEM
DPEM
Top envelopegraduation-hatlicensebookuserusersmap-markercalendar-fullbubblecrossmenuarrow-down