Armand SOLDERA

Professeur  - Laboratoire de physico-chimie moléculaire, Département de chimie Université de Sherbrooke, Sherbrooke (Québec), Canada

  • Article de bases documentaires : AF6045 (relu et validé)

    Logo doc&quiz ARTICLE INTERACTIF


    Simulation mésoscopique des polymères

    Découvrez les bases physiques pour une meilleure compréhension de la dimension mésoscopique, les principales méthodes, ainsi que des exemples concrets. Ce type de modélisations de polymères dans la résolution de problèmes industriels est à ce jour encore peu utilisé.

  • Article de bases documentaires : AF6042 (relu et validé)

    Logo doc&quiz ARTICLE INTERACTIF


    Modélisation et simulation moléculaires de polymères

    La simulation moléculaire, notamment celle des polymères, est devenue un outil de laboratoire à part entière dans les industries de recherche et de développement. En prédisant les propriétés physiques des composés, les modèles de plus en plus raffinés permettent de diminuer le nombre d’essais-erreurs.

  • Article de bases documentaires : AF6045
    Modélisation mésoscopique des polymères

    Les polymères représentent un grand intérêt pour les industries chimiques et des matériaux, mais le coût associé à leur mise sur le marché reste un facteur qui limite leur développement. Pourtant, l’industrie recherche des mélanges de polymères ou la synthèse de copolymères possédant des propriétés spécifiques, comme la rigidité, la dureté et la résistance à la chaleur. Les techniques de simulation moléculaire permettent à moindre frais d’effectuer les meilleurs compromis et de retenir les compositions de polymères les plus prometteurs. Les méthodes mésoscopiques, situées entre les niveaux de représentation macroscopique et atomistique, correspondent au niveau de détail associé à la morphologie, et pour cette raison répondent parfaitement à ce besoin.

  • Article de bases documentaires : AF6042
    Modélisation moléculaire des polymères linéaires

    La simulation moléculaire, notamment celle des polymères, est devenue un outil de laboratoire à part entière dans les industries de recherche et de développement. En prédisant les propriétés physiques des composés, les modèles de plus en plus raffinés permettent de diminuer le nombre d’essais-erreurs.