Chloé Leroy La matière granulaire est tout autour de nous. Les exemples incluent le sable, le riz, les noix, le café et même la neige. Ces matériaux sont constitués de particules solides suffisamment grosses pour ne pas subir de fluctuations thermiques. Au lieu de cela, leur état est déterminé par des influences mécaniques : l’agitation produit des “gaz granuleux” tandis que par compression on obtient des “solides granuleux”. Outre les solides granulaires, d’autres solides complexes tels que les émulsions denses, les mousses et même les groupes de cellules peuvent présenter ces chaînes de pressure. Les résultats ont été publiés dans Mother nature Communications.
La formation de chaînes de drive est très reasonable à la façon dont les grains individuels interagissent. Cela rend très difficile de prédire où les chaînes de force se formeront. Combinant des simulations informatiques avec des outils d’intelligence artificielle, des chercheurs de l’Institut de physique théorique de l’Université de Göttingen et de l’Université de Gand ont relevé ce défi en développant un nouvel outil pour prédire la formation de chaînes de force dans la matière granulaire sans frottement et avec frottement. compte tenu d’une framework statique non déformée.
par exemple remark le son se propage ou remark le sable ou un paquet de grains de café réagissent à la déformation mécanique”, explique le Dr Rituparno. Mandal, Institut de physique théorique, Université de Göttingen. Mandal ajoute : “Une étude récente suggère même que des créatures vivantes telles que les fourmis exploitent les effets des réseaux de chaînes de pressure lors de l’enlèvement des grains de sol pour une excavation efficace des tunnels.”
ce qui lui permet de prédire les chaînes de drive dans de nouveaux échantillons non déformés”, explique Mandal. « Nous avons été fascinés par la robustesse de la méthode : elle fonctionne exceptionnellement bien pour de nombreux types de matériaux granulaires générés par ordinateur. Nous prévoyons actuellement de l’étendre à des systèmes expérimentaux en laboratoire », a ajouté Corneel Casert, co-auteur principal de l’Université de Gand. L’auteur principal, le professeur Peter Sollich, de l’Institut de physique théorique de l’Université de Göttingen, explique : “L’efficacité de cette nouvelle méthode est étonnamment élevée pour différents scénarios avec différentes tailles de système, densité de particules et composition de différents sorts de particules. Cela signifie qu’elle être utile pour comprendre les chaînes de force pour de nombreux sorts de matière et de systèmes granulaires.”
