Axe 1

Titre : Caractérisation des objets et populations d’objets, descripteurs morphologiques                            

Animateurs : Johan Debayle – Fabrice Lamadie

Dans cet axe, on cherche à caractériser la morphologie d’objets compacts ou déformables, d’entités individuelles, tels que des cristaux ou des cellules, des particules facettées, des agglomérats ou des flocs structurés de manière plus ou moins compacte.

L’objectif de ces travaux est de parvenir à la description fine des évolutions de la morphologie de ces objets sous l’effet de contraintes environnementales (échanges avec le milieu environnant dans le cas de systèmes biologiques par exemple), physico-chimiques (modification de la force ionique ou du pH, ajout d’additifs) ou hydrodynamiques (élongation, cisaillement,……).

On souhaite ainsi acquérir des informations sur la morphologie d’objets à l’état stationnaire (taille, forme, faciès, structure) et en dynamique (sous l’effet d’une variation des contraintes) afin de quantifier l’aptitude à la déformation,  la fragilisation (création de fissures ou de points de rupture) ou la consolidation (structuration, cohésion, porosité).

Les moyens de caractérisation usuels d’une population d’objets (microniques ou millimétriques) reposent sur la diffusion d’une onde électromagnétique en général et en particulier de la lumière ou de l’analyse d’images obtenues in situ par endoscopie ou off line par microscopie optique ou électronique. Les techniques de caractérisation en ligne ou in-situ sont sources de données riches. Il convient toutefois de trouver les moyens d’extraire les données pertinentes à partir de mesures de diffraction, notamment en milieu dense, ou d’images de population de particules apparaissant souvent imbriquées, superposées ou au contour imparfait.

Par ailleurs, on peut associer à chacune des techniques de caractérisation un ensemble de descripteurs morphologiques. Ceux-ci sont usuellement choisis ou imposés par le constructeur de l’appareillage, le plus souvent indépendamment de ceux utilisés pour la modélisation. En outre, chacune des analyses génère de très nombreuses informations concernant les caractéristiques morphologiques de plusieurs centaines de milliers d’éléments de la population, en particulier d’agrégats. Un autre point dur réside alors dans la mise en œuvre d’outils statistiques pour trouver les descripteurs quantitatifs adéquats. Sur cet aspect, les techniques statistiques les plus récentes d’analyse multivariée et d’apprentissage dans un contexte de grande dimension (data mining) pourraient constituer des pistes de recherche pour l’analyse des données morphologiques mais un rapprochement des communautés de chercheurs en procédés et en mathématiques statistiques est à opérer.

 

Dans ce contexte, les différents thèmes couverts par cet axe portent sur le :

– développement de méthodologies issues de l’analyse par diffraction, in situ ou en ligne afin d’extraire des données pertinentes sur la morphologie ou la structure d’objets en suspensions diluées ou denses ainsi que leurs évolutions spatiales ou temporelles,

– développement de techniques expérimentales de visualisation, in situ ou en ligne permettant d’acquérir des images de flocs, d’agrégats, ou de cristaux en conditions stationnaires ou dynamiques afin d’acquérir des données sur les évolutions des propriétés morphologiques au cours du temps,

– développement mathématique pour le traitement des images afin d’extraire les caractéristiques morphologiques (paramètre de taille, forme, porosité) des objets individuels au sein de la population,

– analyse statistique permettant d’exploiter les informations portant sur de grands jeux de données afin d’identifier les descripteurs morphologiques pertinents pour le procédé de transformation ciblé, calculer les moments  (simples, mixtes ou multiples) des distributions de propriétés mono ou multivariables des populations,

– la formalisation, ou la reformulation, de la relation entre moyens de caractérisation et descripteurs morphologiques, et le cas échéant le développement de nouveaux descripteurs.