Présentation
EnglishRÉSUMÉ
La modélisation moléculaire ouvre de nouvelles perspectives en reliant structures chimiques et propriétés via les premiers principes de la physique, permettant ainsi un tri virtuel des structures préalablement à toute expérimentation, voire préférablement à l’expérimentation, dès lors que le cahier des charges dépasse un certain seuil de complexité. Dans un contexte mondial toujours plus contraignant, dans le respect des conditions du développement durable, l’efficacité annoncée de la modélisation moléculaire devrait faire l’unanimité aux stades de la recherche et du développement.
Lire cet article issu d'une ressource documentaire complète, actualisée et validée par des comités scientifiques.
Lire l’articleAuteur(s)
-
Hervé TOULHOAT : Ingénieur ENSCP (École nationale supérieure de chimie de Paris) - Docteur Ingénieur de l’ENSMP (École nationale supérieure des mines de Paris) - Habilité à diriger des recherches (université Pierre-et-Marie Curie, Paris VI) - Professeur de l’Institut français du pétrole - Adjoint au Directeur scientifique
INTRODUCTION
Comment définir la modélisation moléculaire, et en quoi peut-elle être considérée comme une technique de l’ingénieur ?
Les sciences de la matière ont trouvé leur fondation depuis la fin du XIX e siècle dans la théorie atomique. L’ingénieur concerné par les transformations utiles de la matière s’appuie sur une représentation atomistique et moléculaire des processus mis en jeu. À partir de telles descriptions microscopiques, les concepts de la thermodynamique, de la cinétique chimique, de la spectroscopie, de la cristallographie, de la physique du solide, etc., autorisent en principe des prédictions quantitatives d’observables macroscopiques. En pratique, ces concepts ont jusqu’à naguère essentiellement permis d’organiser et interpréter des mesures expérimentales et de baser les prédictions sur ces mesures. C’est ainsi, par exemple, qu’ont été constituées de vastes bases de données répertoriant les propriétés thermodynamiques de corps purs nécessaires à la conception initiale de procédés industriels.
Aujourd’hui, les progrès de l’informatique favorisent le déploiement des techniques de simulation numérique en tant qu’instrument exploratoire dans tous les domaines des sciences physiques, et en tant qu’instrument de conception en ingénierie. Les sciences de la matière et le génie des procédés ne sont pas en reste : pour autant, la simulation concerne des collections d’atomes, dont l’agrégation organisée à des degrés divers, de la petite molécule au cristal, sous-tend la diversité du réel perçu à l’échelle humaine, du minéral au vivant. Probablement parce que les chimistes les premiers y ont trouvé une extension naturelle de leurs modèles et maquettes moléculaires tridimensionnels à base de boules et baguettes, l’usage a consacré l’appellation « modélisation moléculaire » pour cette catégorie de simulations ou, terme souvent plus approprié, d’expérimentations numériques.L’ingénieur chimiste au sens large cherche en effet à produire une matière à valeur d’usage : sa première cible est une propriété. La sensibilité croissante et très justifiée du consommateur aux nuisances potentielles des substances artificielles envers la santé humaine et l’environnement impliquent en fait un cahier des charges complexe de propriétés recherchées et de propriétés à éviter. La recherche exploratoire a très tôt tenté de dépasser le stade des « essais et erreurs » pour établir des « relations structures/propriétés ». Ces dernières procèdent d’abord par analogie, mais atteignent leur plus grande maturité lorsqu’elles se trouvent fondées dans un déterminisme physico-chimique clair.
Chez l’ingénieur, la motivation la plus forte pour le recours à la modélisation moléculaire se trouve, de ce fait, dans la perspective qu’elle offre de relier structures chimiques et propriétés via les premiers principes de la physique, ouvrant donc la voie à un tri virtuel des structures préalablement à toute expérimentation, voire préférablement à l’expérimentation, dès lors que le cahier des charges évoqué ci-dessus dépassera un certain seuil de complexité.
Un bénéfice additionnel, pour ainsi dire, réside dans le fait que le chemin de production d’une structure chimique ciblée, fusse-t-elle entièrement nouvelle, peut également être évalué par modélisation moléculaire, du moins en principe : fonctions thermodynamiques des réactifs et produits dans leurs divers états, paramètres cinétiques des réactions, propriétés de transport… Il n’est aucune base de conception et dimensionnement d’un procédé de transformation de la matière qui ne puisse, si cela en vaut la peine, être générée par une technique appropriée de modélisation moléculaire.
Dans un contexte toujours plus contraignant pour produire à temps et rentablement sur un marché mondialisé, dans le respect des conditions du développement durable, c’est-à-dire avec économies optimales de matières premières et d’énergie, et perturbation minimale de l’environnement, l’efficacité annoncée de la modélisation moléculaire devrait faire l’unanimité aux stades de la recherche et du développement.
Pourtant, soit que le réel résiste à la modélisation réductrice, soit que l’effort de calcul à consentir dépasse les ressources accessibles à un coût raisonnable, la modélisation moléculaire présente évidemment des limitations.
L’objectif de ce dossier est donc, au-delà d’une présentation des diverses techniques de modélisation moléculaire, autant d’en faire valoir le potentiel et d’en montrer des applications, que d’en cerner les limites en l’état actuel des connaissances et des performances du matériel informatique. Ces limites sont heureusement constamment repoussées, aussi bien du fait d’une communauté scientifique extrêmement active que du fait de la loi de Moore.
L’ensemble , et Bases théoriques, dresse un inventaire le plus complet possible des grandes techniques de simulation, relevant soit de la physique statistique numérique, soit de la chimie quantique, qui constituent aujourd’hui le champ large de la modélisation moléculaire : les présentations sont détaillées ou plus succintes selon l’accent d’importance pratique attribué par l’auteur. Des renvois à des ouvrages spécialisés sont effectués si nécessaire. Le dossier [J 1 014] « Mise en œuvre et exemples d’application » traitera tout d’abord, des techniques de construction de modèles moléculaires numériques. Il proposera ensuite un échantillon quelque peu éclectique, reflétant avant tout le parcours de l’auteur, de résultat de travaux illustrant la mise en œuvre de telle ou telle technique, ou d’une combinaison de techniques, à diverses fins applicatives dans un contexte de recherche et développement. Il comportera, en annexe, un catalogue commenté non exhaustif de l’offre commerciale et académique actuelle d’outils de modélisation moléculaire.
DOI (Digital Object Identifier)
Cet article fait partie de l’offre
Opérations unitaires. Génie de la réaction chimique
(365 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
Présentation
1. Physique statistique numérique d’ensembles d’atomes
1.1 Ensembles statistiques. Prises de moyennes
La mécanique statistique permet de faire le lien entre un monde microscopique décrit comme une collection de particules en interaction, ou ensemble, et notre monde macroscopique, ou plus exactement les propriétés mesurables à notre échelle d’un élément de volume homogène d’une substance donnée modélisé par cet ensemble.
L’opération essentielle à cet effet est la prise de moyenne, étendue à l’ensemble, d’une grandeur physique élémentaire scalaire ou vectorielle associable à chaque particule : énergie totale, énergie potentielle, énergie cinétique, position, quantité de mouvement.
Un ensemble est défini par la donnée de variables d’état macroscopiques imposées, telles que l’énergie E, la température T, le nombre de particules N, le volume V, la pression P, le potentiel chimique µ. Le choix des variables d’état détermine la nature des échanges entre l’ensemble et son environnement. À l’équilibre, la théorie donne un contenu physique aux moyennes d’ensemble.
Exemple d’ensembles statistiques fréquemment utilisés en modélisation moléculaire :
-
ensemble canonique (N, V, T ) ;
-
ensemble microcanonique (N, V, E ) ;
-
ensemble grand canonique (µ, V, T ) ;
-
ensemble de Gibbs (deux sous-ensembles représentant deux phases, par exemple liquide et vapeur, coexistant à l’équilibre, échangent des particules à N 1 + N 2, V 1 + V 2, T fixés).
L’état microscopique instantané d’un ensemble de N particules est complètement déterminé par la donnée de toutes les coordonnées spatiales et de tous les vecteurs quantités de mouvement, en d’autres termes par le point correspondant dans l’espace des phases (ou espace des coordonnées-impulsions) de dimension 6N – 3, le centre de masse étant pris comme origine. L’évolution temporelle du système correspond à une trajectoire de ce point dans l’espace des phases. À l’équilibre, le système « explore » une région...
Cet article fait partie de l’offre
Opérations unitaires. Génie de la réaction chimique
(365 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
Physique statistique numérique d’ensembles d’atomes
BIBLIOGRAPHIE
-
(1) - UNGERER (Ph.), TAVITIAN (B.), BOUTIN (A.) - Applications of molecular simulations in the oil and gas industry, Monte Carlo methods - (Applications de la simulation moléculaire dans l’industrie pétrolière et gazière, méthodes de Monte Carlo). Éditions Technip, 295 p (2005).
-
(2) - ALLEN (M.P.), TILDESLEY (D.J.) - Computer simulations of liquids - (Simulations des liquides sur ordinateur). Oxford University Press, 385 p (1987).
-
(3) - FRENKEL (D.), SMIT (B.) - Understanding molecular simulations - (Pour comprendre les simulations moléculaires). Academic Press, 443 p. (1996).
-
(4) - DINUR (U.), HAGLER (A.T.) - Approaches to empirical force fields - (Approches des champs de force empiriques), in Reviews of Computational Chemistry, Vol. 2 ; Lipkwowitz (K.B.), Boyd (D.B.), Éds., VCH. New York, Chapter 4 (1991).
-
(5) - RIVAIL (J.L.) - Éléments de chimie quantique à l’usage des chimistes - . InterÉditions/Éditions du CNRS, 426 p. (1989).
-
...
Cet article fait partie de l’offre
Opérations unitaires. Génie de la réaction chimique
(365 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive