DRF : Sujet de thèse SL-DRF-21-0441

La taille réduite des nanoparticules leur confère des propriétés exceptionnelles intéressantes pour une large gamme d'applications en optique, production et stockage d'énergie, et médecine pour n'en citer que quelques-unes. Très souvent, de telles applications nécessitent en retour un contrôle très fin de la taille, de la structure et de l'état d'agrégation des nanoparticules. Mais actuellement, ce contrôle n'est qu'approximatif et repose essentiellement sur des approches par essai et erreur.

Dans ce contexte, nous développons une approche novatrice pour maîtriser les nanoparticules finales en réalisant un montage de synthèse automatisée, avec une boucle de rétroaction entre la taille, le nombre et l'état d'agrégation des nanoparticules mesurées en temps réel par diffusion des rayons X aux petits angles (SAXS), et les paramètres opérationnels de la synthèse (injection de réactif, pH, température).

Les objectifs précis de cette thèse sont de 1) développer la comparaison en temps réel des modèles SAXS avec des modèles physiques, et évaluer la valeur ajoutée du "Machine Learning", 2) comprendre la dépendance des taux de nucléation, de croissance et d'agrégation avec les paramètres opérationnels à la fois en utilisant les théories actuelles, et en analysant les corrélations entre paramètres et résultats de synthèse et 3) utiliser cette compréhension fondamentale pour construire la boucle de rétroaction. L'approche sera éprouvée d'abord sur des synthèses modèle simples (SiO2), où un contrôle de taille meilleur que le nanomètre est attendu.

Intérêt pour la chimie des colloïdes requis. Très bonnes qualités expérimentales, analytiques et de programmation requises.