Présentation
En anglaisRÉSUMÉ
La modélisation et la simulation numériques sont devenues incontournables dans tous les domaines de la science et de la technique, tant au niveau académique qu'au niveau industriel. Ces outils numériques initialement développés comme une aide à la compréhension des phénomènes ont maintenant gagné en maturité et sont progressivement devenus des outils prédictifs. Les principales techniques de simulation, de l'échelle atomique à l'échelle macroscopique, sont exposées et chacune de ces techniques est illustrée par des exemples d'application.
Lire cet article issu d'une ressource documentaire complète, actualisée et validée par des comités scientifiques.
Lire l’articleABSTRACT
Numerical modeling and simulation have become, both at the academic and industrial level, essential in every scientific and technical domain. Initially developed in order to help understand phenomena, these numerical tools have now achieved greater maturity and have progressively become predictive tools. The main simulation techniques from the atomistic to the macroscopic scales are presented and illustrated with application examples.
Auteur(s)
-
Mireille DEFRANCESCHI : Agrégée de chimie - Docteur d'état en sciences physiques
INTRODUCTION
La modélisation et la simulation numériques sont devenues incontournables dans tous les domaines de la science et de la technique, tant au niveau académique qu'au niveau industriel. Grâce aux progrès constants des moyens de calculs informatiques, la modélisation/simulation numérique a pris depuis ces dernières années une place de plus en plus grande dans des domaines aussi variés que la physique, la chimie et la biologie, mais également pour des systèmes humains, comme l'économie ou les sciences sociales. Dans le cas particulier de la science des matériaux qui va être au centre du présent document, de nouveaux outils numériques ont ainsi été développés pour répondre aux besoins croissants de la recherche et de l'industrie.
Ces outils numériques initialement développés comme une aide à la compréhension des phénomènes ont maintenant gagné en maturité et sont progressivement devenus des outils prédictifs. Actuellement, les modélisations et simulations numériques permettent d'effectuer des expériences à moindre coût ou même des expérimentations impossibles à réaliser.
Le but de ce document est de décrire les principales techniques de simulation numériques utilisées actuellement en science des matériaux. Les principales techniques de simulation, de l'échelle atomique à l'échelle macroscopique, sont exposées et chacune de ces techniques est illustrée par des exemples d'application. Certains sujets abordés, comme par exemple la simulation multi-échelle, en sont encore au stade du développement mais sont l'objet de développements constants.
MOTS-CLÉS
panorama méthodes numériques science des matériaux chimie du solide modélisation numérique simulation
KEYWORDS
overview | numerical methods | materials science | solid state chemistry | numerical modelisation | simulation
DOI (Digital Object Identifier)
Cet article fait partie de l’offre
Physique Chimie
(201 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
6. Conclusion
La simulation en sciences des matériaux a atteint un degré de maturité permettant son utilisation à des fins prédictives y compris au niveau industriel. Elle reste toutefois soumise à des limitations qui ne permettent pas de la considérer comme un outil autonome. En particulier, le fait qu'un modèle puisse être tout à fait satisfaisant (c'est-à-dire être capable de représenter précisément des phénomènes observés) ne prouve pas obligatoirement que les hypothèses scientifiques formulées soient correctes. En fait la question est « non pas de savoir si un modèle est correct ou pas », mais d'apprécier son apport dans un processus de compréhension progressive du système et de ses comportements, motivés par un ensemble de questions initialement explicitées.
Le laboratoire numérique du modèle est souvent trop complexe pour accéder aux réels mécanismes d'un phénomène simulé. Dans ces conditions, le modèle n'éclaire pas sur la nature d'un phénomène observé. On peut seulement dire que le modèle reproduit bien la réalité ou ne la reproduit pas. C'est bien là un revers fâcheux et frustrant de la modélisation qui nous montre qu'une association sans cesse plus intégrée d'un système peut finalement nous éloigner de la compréhension de son fonctionnement intime. N'est-ce pas l'inverse qui est recherché ? Une façon d'éviter cela est de s'appuyer conjointement sur des approches expérimentales, analytiques et une hiérarchie de modèles de complexité croissante, avec ou sans assimilation de données, pour mieux identifier les processus qui font défaut ou qui sont mal représentés dans les modèles complets de complexité nominale. Seul un spécialiste théoricien peut valablement tirer des informations d'une plate-forme numérique à visée prédictive.
Cet article fait partie de l’offre
Physique Chimie
(201 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
Conclusion
BIBLIOGRAPHIE
-
(1) - PHILLIPS (J.-C.), KLEINMAN (L.) - * - Phys. Rev., 116 (1959).
-
(2) - HARTREE (D.R.) - * - Proc. Camb. Phil. Soc., 24, p. 89 (1928).
-
(3) - FOCK (V.) - * - Zs. f. Phys., 61(1-2) (1930).
-
(4) - HOHENBERG (P.), KOHN (W.) - * - Phys. Rev., 136(3B), p. B864-B871 (1964).
-
(5) - KOHN (W.), SHAM (L.J.) - * - Phys. Rev., 140, p. A1133 (1965).
-
(6) - JONES (R.O.), GUNNARSSON (O.) - * - Rev. Mod. Phys., 61(3), p. 689-746 (1989).
-
(7) - PERDEW (J.P.), CHEVARY (J.A.), VOSKO (S.H.), KOBLAR (J.A.), PEDERSON (M.R.), SINGH (D.J.), FIOLHAIS (C.) - * - Phys....
DANS NOS BASES DOCUMENTAIRES
ANNEXES
Liste des codes de chimie quantique et de physique de l'état solide https://en.wikipedia.org/wiki/List_of_quantum_chemistry_and_solid-state_physics_software
Codes de dynamique des dislocations :
• Le code de simulation de dynamique des dislocations microMegas (mM) sous licence GPL est développé par de nombreux utilisateurs. Il est flexible et a été adapté au traitement des structures CFC, HC et CC principalement.
• Simulation hybride DD + éléments finis ou encore appelé modèle discret-continu (MDC). Cet outil de simulation repose sur un couplage entre les codes de simulation microMegas et ZeBulon en vue de traiter des états de contraintes (multimatériaux, polycristaux) ou des chargements complexes.
• Simulation de la dynamique d'un ensemble de dislocations coins rectilignes infinies (2.5D). Ce code de simulation simple à 2D est ajusté pour reproduire le plus fidèlement possible le comportement 3D de la déformation plastique.
Code de calcul de propriétés thermodynamiques :
Thermo-Calc http://www.thermocalc.se/ et http://www.thermocalc.com/DICTRA.htm
HAUT DE PAGECet article fait partie de l’offre
Physique Chimie
(201 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