PhotoChimie Moléculaire et PhotoPolymérisation

• Thèmes de recherche
• Membres
• Équipements
• Thèses en cours

Modélisation moléculaire (DFT), simulations, analyse statistique des données (plans d’expériences et machine learning)

C. Dietlin,  J. Lalevée, F. Morlet-Savary, M. Schmitt

Les informations sur cette page couvrent une gamme de méthodes basées sur des machines qui soutiennent tous les domaines de recherche de notre axe thématique.

DFT et simulations (Contact : celine.dietlin@uha.fr)
Les méthodes DFT (utilisant le logiciel Gaussian) sont utilisées pour prédire ou comprendre le comportement des molécules, aidant ainsi à sélectionner les molécules intéressantes avant la synthèse, à prédire les mécanismes de réaction… Par exemple, les énergies de dissociation des liaisons, les énergies des triplets, le spectre UV-vis, les orbitales… peuvent être calculés. Comsol est utilisé pour modéliser la réaction de photopolymérisation afin d’optimiser les formulations et/ou les conditions expérimentales, limitant ainsi le nombre d’expériences pour optimiser un système chimique.

Traitement des données et développement de méthodes (Contact : michael.schmitt@uha.fr)
Face à l’avènement de l’industrie 4.0 et à la nécessité de mesurer et d’analyser les données de manière à ce que la robustesse statistique et la reproductibilité soient les plus élevées possibles, nous travaillons sur des méthodes permettant par exemple d’analyser statistiquement la cinétique de polymérisation en masse pour la FTIR ou la solidification en temps réel, par exemple. Nous souhaitons étendre nos efforts à l’utilisation de procédures de reconnaissance des formes. L’un des principaux défis consiste à utiliser la reconnaissance des formes avec des données d’entraînement et des structures chimiques limitées.