Les liquides ioniques (IL) sont des sels à bas point de fusion, souvent liquides à température ambiante. Ils offrent de nombreuses applications potentielles, comme la synthèse organique, le stockage d'énergie et les solvants pour les molécules biologiques. Cependant, leur coût et leur viscosité limitent leur utilisation. Une approche consiste à combiner les IL avec d'autres solvants moléculaires, mais les interactions entre ces solvants et les solutés sont mal comprises. Cette thèse étend notre compréhension du comportement moléculaire des solvants des IL en utilisant des expériences et des simulations moléculaires.
L'apprentissage automatique (machine learning) a été utilisé pour comprendre les propriétés des liquides ioniques protiques en présence d'eau, en exploitant les données expérimentales pour prédire la viscosité et la conductivité de nouveaux IL. Les modèles d'apprentissage automatique basés sur la régression linéaire et les réseaux neuronaux ont prédit avec succès ces propriétés pour 10 nouveaux PIL, ce qui montre leur potentiel complémentaire aux études expérimentales. De plus, l'apprentissage automatique a révélé que de légères variations dans la structure chimique des PIL peuvent entraîner des changements significatifs de leurs propriétés physiques, soulignant ainsi la nécessité d'une compréhension approfondie de leur rôle dans les mélanges.
Deux PIL, le nitrate d'éthylammonium (EAN) et le nitrate d'éthanolammonium (EtAN), ont été choisis pour une enquête approfondie. L'auto-assemblage de tensioactifs dans les mélanges PIL-eau a été étudié à l'aide de la tensiométrie de surface et de la diffusion des rayons X aux petits angles (SAXS). La présence de PIL a affecté la concentration micellaire critique (CMC) des tensioactifs, entraînant une diminution initiale suivie d'une augmentation globale de la CMC pour des concentrations élevées de PIL. Les expériences SAXS ont confirmé la formation de micelles dans les mélanges contenant EtAN, mais ont été difficiles à réaliser avec EAN.
Pour résoudre cette différence de comportement, des simulations de dynamique moléculaire (MD) ont été utilisées. Un modèle d'eau approprié a été sélectionné et combiné avec un champ de force existant pour EAN. Les simulations ont révélé que les ions éthylammonium participent à la formation de micelles avec les tensioactifs, expliquant ainsi les résultats contradictoires de SAXS.
L'objectif général de cette thèse était de comprendre le comportement des PIL dans des mélanges avec d'autres solvants et solutés. Pour y parvenir, une combinaison de techniques expérimentales et informatiques a été utilisée pour étudier ces mélanges sous différents angles. Ce travail jettera les bases de futures recherches en dynamique moléculaire et en modèles d'apprentissage automatique pour les PILs et leurs mélanges.
Gratuit
Mots clés
Disciplines