Ph.D. - Armand Soldera - Université de Sherbrooke
Transcription
Ph.D. - Armand Soldera - Université de Sherbrooke
Approche atomistique de la transition vitreuse au sein de polymères vinyliques stéréoréguliers Par Noureddine Metatla Thèse présentée à la faculté des sciences en vue de l’obtention du grade de docteur ès sciences (Ph.D.) FACULTÉ DES SCIENCES UNIVERSITÉ DE SHERBROOKE Sherbrooke, Québec, Canada, Juillet 2008 SOMMAIRE Les propriétés des polymères dépendent de leur état : caoutchoutique, vitreux… L’état caoutchoutique, mou et visqueux, est caractérisé par une grande flexibilité; par contre l’état vitreux est rigide. La transition de l’état caoutchoutique à l’état vitreux est plus communément désignée par les termes transition vitreuse. Celle-ci est définie par la température de la transition vitreuse, Tg (Glass Transition Temperature). Compte tenu de la grande différence de propriétés entre les deux états, sa connaissance se révèle de grande importance des points de vue tant technologique que fondamental. La Tg détermine en effet les limites d’utilisation d’un polymère : les limites inférieures d’un caoutchouc et supérieures d’un polymère à l’état vitreux. La transition vitreuse peut engendrer des conséquences graves, la catastrophe Challenger 1 en est un exemple marquant. De ce fait, la compréhension de la transition vitreuse devient plus qu’indispensable. L’origine physique de la transition vitreuse donne encore lieu à de nombreuses controverses. Certes, au cours des dernières années, les chercheurs ont avancé à pas de géant dans l’étude de cette transition. Toutefois, ce qu’ils ont appris n’est rien comparé à ce qui reste encore à découvrir. Après plusieurs millénaires de conjectures et quelques dizaines d’années de recherches scientifiques intenses la transition vitreuse demeure un phénomène mystérieux. De nombreuses questions restent sans réponse depuis la découverte de cette transition au sein des verres en Égypte il y a déjà 5000 ans : la transition vitreuse est-elle un phénomène purement cinétique ou une transition thermodynamique? Est-elle une transition de deuxième ordre ou une nouvelle transition? Quelle est la longueur de coopérativité associée à cette transition et comment la mesurer? Quel est le processus qui gouverne le comportement à l’échelle atomique? Quelle est la différence entre la Tg et la Tα associée à la relaxation α? La transition 1 Report of the Presidential Commission on the Space Shuttle Challenger (The Rogers Commission Report), http://history.nasa.gov/rogersrep/51lcover.htm. ii vitreuse est bien l’exemple le plus mystérieux des merveilles que génèrent les phénomènes de transition en général. Dans le cadre de cette thèse, nous n’avons pas tenté de répondre à toutes ces questions qui restent ouvertes. Nous avons plutôt focalisé nos efforts sur les facteurs qui affectent la Tg à l’échelle moléculaire ainsi que la relation entre les mesures expérimentales et la simulation par dynamique moléculaire de la transition vitreuse. Dans ce travail, la transition vitreuse des polymères vinyliques stéréoréguliers est reproduite par la méthode de la dynamique moléculaire. L’étude de la transition vitreuse par simulation atomistique possède en effet plusieurs avantages : aider à déterminer les mécanismes moléculaires gouvernant la transition vitreuse; aider à introduire de nouvelles théories; corroborer et renforcer celles qui existent déjà. En revanche, il y a une difficulté inhérente à la représentation de l’important domaine de temps et d’espace impliqué dans ce phénomène. La simulation atomistique n’explore qu’une infime partie de l'espace des phases autour des configurations initiales. Selon la physique statistique, une exploration complète de l'espace des phases considérant la moyenne temporelle ou d’ensemble à un temps donné d’une propriété est égale à la propriété macroscopique. Ce concept, nommé hypothèse ergodique, est impossible à réaliser par des méthodes de simulation, alors un choix approprié des configurations initiales est plus que nécessaire puisqu'elles dictent les propriétés finales des polymères étudiés. Un choix adéquat de l'espace configurationnel et une procédure de relaxation permettent d’éviter certains inconvénients de la simulation atomistique. Notre choix des configurations initiales est basé sur deux critères : énergétique et configurationnel. Afin d’équilibrer ces configurations, un processus de recuit simulé suivi d'une combinaison d’une série de compressions hydrostatiques uniformes et de minimisations a été proposé. À l’issue de ce procédé, la densité et le module de compressibilité simulés ont été calculés. Un bon accord entre les résultats expérimentaux et simulés a été obtenu pour tous les polymères vinyliques. iii Par la suite, le phénomène de la transition vitreuse a été étudié par simulation atomistique à différentes vitesses de refroidissement. Une relation linéaire a été établie entre les Tg simulées et expérimentales. Cette relation permet de prédire le comportement expérimental des polymères qui n’ont pas été synthétisés. Nous avons d’ailleurs pu montrer l'applicabilité de l'équation Williams-Landel-Ferry (WLF), lors d’un tel processus. Cette adéquation entre les Tg simulées et expérimentales nous a permis d’invectives par simulation les mécanismes moléculaires inhérents à ce phénomène complexe qu’est la transition vitreuse. Ainsi, l’étude de la dynamique locale des mouvements de la chaîne principale et du couplage entre les chaînes principale et latérale a montré que ce dernier est responsable de la différence de la Tg entre les polymères vinyliques. Un tel couplage se manifeste par une relation linéaire entre la Tg et l'énergie d'activation effective associée à ce mouvement. Ces résultats sont en parfait accord avec les observations expérimentales. Finalement, l’étude de la fragilité dynamique des deux mouvements a pu montrer que les polymères vinyliques sont des liquides fragiles caractérisés par une forte densité de minima au sein de l’hypersurface d’énergie potentielle. L’hypersurface du mouvement décrivant le couplage entre les chaînes principale et latérale dépend de la nature du polymère. Cependant, le mouvement de la chaîne principale de ces polymères est caractérisé par une hypersurface isoénergétique. iv REMERCIEMENTS Mes tous premiers remerciements s’adressent à mon directeur de thèse Armand Soldera, professeur au Département de chimie de l’Université de Sherbrooke. Sa passion de transmettre l’ardeur de la recherche, son ouverture d’esprit, ses critiques et ses conseils fort utiles m’ont permis de réaliser ce travail. Qu’il veuille bien trouver ici l’expression de mes vifs remerciements pour sa disponibilité, sa confiance et ses constants encouragements. De plus, je remercie très vivement les membres de mon jury pour l’honneur qu’ils m’ont fait en acceptant d’examiner cette thèse et pour l’intérêt qu’ils ont bien voulu porter à ce travail. Serge Lacelle et Patrick Ayotte, professeurs au Département de chimie à l’Université de Sherbrooke, Yves Grohens, professeur à l’Université de Bretagne-Sud ainsi que Robert Emery Prud'homme, professeur au Département de chimie à l’Université de Montréal. Tous mes vifs remerciements à Sylvère Saïd pour son temps si précieux qu’il a consacré pour les fructueuses discussions tout le long de ce travail. Que mes collègues soient aussi récompensés par des grands mercis, pour le climat amical qu’on a pu créer ensemble au laboratoire, déjà plusieurs d’entre eux sont devenus de bons amis. Tous mes sincères remerciements à mes dignes parents pour leur support financier et moral. Mes remerciements s’adressent également à Riad et à mes frères et sœurs et particulièrement au chouchou de la famille, Lamine, pour tout ce qu’ils ont fait pour moi. Finalement, je remercie le Conseil de Recherches en Sciences Naturelles et en Génie du Canada (CRSNG) pour le support financier ainsi que le Réseau Québécois de Calcul Haute Performance (RQCHP) et le Centre de Calcul Scientifique de l’Université de Sherbrooke pour les supports technique et informatique. v TABLE DES MATIÈRES SOMMAIRE............................................................................................................................... ii REMERCIEMENTS ................................................................................................................... v TABLE DES MATIÈRES ..........................................................................................................vi LISTE DES ABRÉVIATIONS ..................................................................................................ix LISTE DES TABLEAUX ..........................................................................................................xi LISTE DES FIGURES ............................................................................................................ xiii LISTE DES FIGURES ............................................................................................................ xiii INTRODUCTION ....................................................................................................................... 1 Chapitre Un TRANSITION VITREUSE .................................................................................... 5 1.1 Introduction ....................................................................................................................... 5 1.2 Principaux modèles de la transition vitreuse ................................................................... 10 1.2.1 Volume libre ............................................................................................................. 10 1.2.2 Théorie cinétique ...................................................................................................... 13 1.2.3 Théorie de Gibbs-DiMarzio ..................................................................................... 14 1.2.4 Théorie Adam-Gibbs (AG)....................................................................................... 16 1.2.5 Modèle de Couplage (CM) ....................................................................................... 21 1.2.6 Théorie de couplage des modes (MCT) ................................................................... 22 1.3 Principaux facteurs qui affectent la Tg ............................................................................ 25 Chapitre Deux DYNAMIQUE MOLÉCULAIRE .................................................................... 26 2.1 Introduction ..................................................................................................................... 26 2.2 Principes de la Dynamique Moléculaire (DM)................................................................ 28 2.3 Champ de forces .............................................................................................................. 30 2.3.1 Terme de torsion ....................................................................................................... 32 2.3.2 Terme de Van der Waals .......................................................................................... 33 2.3.3 Terme des interactions électrostatiques .................................................................... 34 2.3.4 Sommation d’Ewald ................................................................................................. 35 2.4 Contrôle de la température et de la pression.................................................................... 37 2.4.1 Thermostat de Berendsen (166)................................................................................ 37 vi 2.4.1 Barostat de Berendsen (166)..................................................................................... 38 2.5 Les erreurs lors d’une simulation par DM ....................................................................... 39 2.6 Choix du champ de forces ............................................................................................... 39 2.7 Génération et équilibrage des configurations initiales .................................................... 41 2.7.1 Amorphous_Cell .................................................................................................... 43 2.7.2. Protocole de génération des configurations initiales ............................................... 45 2.7.3 Sélection des configurations initiales ....................................................................... 45 2.7.4 Recuit simulé ............................................................................................................ 48 2.7.5 Compression hydrostatique ...................................................................................... 49 2.7.6 Densité et module de compressibilité simulés.......................................................... 50 2.8. Résultats et discussions .................................................................................................. 52 Chapitre Trois SIMULATION DE LA TRANSITION VITREUSE DE POLYMÈRES VINYLIQUES ........................................................................................................................... 58 3.1 Introduction ..................................................................................................................... 58 3.2 Méthodologie ................................................................................................................... 61 3.3 Résultats et discussions ................................................................................................... 62 3.3.1 Validation du champ de forces ................................................................................. 64 3.3.2 Tg simulées ............................................................................................................... 68 3.3.3 Analyse énergétique ................................................................................................. 77 Chapitre Quatre DYNAMIQUE LOCALE ............................................................................... 81 4.1 Introduction ..................................................................................................................... 81 4.2 Procédure ......................................................................................................................... 82 4.3 Résultats et discussions ................................................................................................... 84 4.3.1 Temps de relaxation.................................................................................................. 86 4.3.2 Température de Vogel .............................................................................................. 87 4.3.3 Énergie d’activation effective................................................................................... 89 4.3.4 Paramètre βKWW ........................................................................................................ 94 Chapitre Cinq FRAGILITÉ DYNAMIQUE ET TAILLES DE CRR SIMULÉES .................. 96 5.1 Introduction ..................................................................................................................... 96 vii 5.2 Traitements théoriques .................................................................................................... 98 5.2.1 Taille de CRR ........................................................................................................... 98 5.2.2 Fragilité................................................................................................................... 101 5.3 Résultats et discussions ................................................................................................. 103 5.3.1 Fragilité dynamique ................................................................................................ 103 5.3.2 Taille des CRR ....................................................................................................... 109 5.3.3 Longueur des CRR ................................................................................................. 113 CONCLUSION ....................................................................................................................... 116 ANNEXE I .............................................................................................................................. 119 ANNEXE II ............................................................................................................................. 120 ANNEXE III ............................................................................................................................ 122 BIBLIOGRAPHIE .................................................................................................................. 124 viii LISTE DES ABRÉVIATIONS ACF Fonction d’autocorrélation (Autocorrelation Function) AG Adam-Gibbs AMBER Assisted Model Building with Energy Refinement B Énergie d’activation effective bb Chaîne principale (backbone) CFF Consistent Force Field CHARMM Chemistry at HARvard Macromolecular Mechanics CM Modèle de couplage (Coupling Model) COMPASS© Condensed-phase Optimized Molecular Potentials for Atomistic Simulation Studies CPU Central Process Unit CRR Région de réarrangement coopératif (Cooperatively Rearranging Region) D Indice de fragilité DM Dynamique Moléculaire DSC Calorimétrie différentielle à balayage (Differential Scanning Calorimetry) EOS Équation d’état (Equation Of States) exp. Expérimental fs femtoseconde JG Johari-Goldstein kb Constant de Boltzmann KWW Kohlrausch-Williams-Watt m Fragilité MCT Théorie de couplage des modes (Mode Coupling Theory) MM Mécanique Moléculaire OPLS Optimized Potential for Liquid Simulations ps picoseconde ix PCFF Polymer Consistent Force Field PE Polyéthylène PMA Polyacrylate de méthyle i-PMMA Polyméthacrylate de méthyle isotactique s-PMMA Polyméthacrylate de méthyle syndiotactique PS Polystyrène i-PαMS Poly-α-styrène de méthyle isotactique s-PαMS Poly-α-styrène de méthyle syndiotactique q Vitesse de refroidissement QEq Charge Equilibration RIS États rotamériques (Rotational Isomeric States) RMN Résonance Magnétique Nucléaire SA Simulation Atomistique sc Chaîne latérale (side chain) sim. Simulé To Température de Vogel T2 Température de la transition de deuxième ordre Tc Température critique TK Température de Kauzmann Tg Température de la transition vitreuse UFF Universal Force Field UR Unité de Répétition VFT Vogel-Fulcher-Tamman WLF Williams-Landel-Ferry x LISTE DES TABLEAUX Tableau 1 : Comparaison des probabilités simulées et calculées des états rotamériques. ....... 47 Tableau 2 : Comparaison entre le module de compressibilité et les valeurs de densités calculés en utilisant les équations 2.20 et 2.21 pour les différentes régions définies à la Figure 15. ............................................................................................................. 54 Tableau 3 : Les densités simulées comparées aux données expérimentales. ........................... 56 Tableau 4 : Modules de compressibilités simulés comparés aux données expérimentales...... 57 Tableau 5 : Compilation des résultats sélectionnés représentatifs de la littérature de la relation entre la Tg simulée et la valeur expérimentale. ..................................................... 60 Tableau 6 : Les paramètres de l’équation de Fox-Flory des polymères vinyliques. ................ 64 Tableau 7 : L’effet du champ de forces sur la Tg simulée........................................................ 66 Tableau 8 : Comparaison des Tg expérimentales et simulées. ................................................. 71 Tableau 9 : Les valeurs simulées et expérimentales des paramètres universels de l’équation WLF ainsi que la fraction du volume libre, f 0 , à la Tg. ....................................... 76 Tableau 10 : Différence d’énergie intermoléculaire entre les différents isomères. Une différence négative indique que l’énergie de la configuration syndiotactique est plus grande que celle de la configuration isotactique. .......................................... 78 Tableau 11 : Différence d’énergie intramoléculaire entre les différents isomères. Une différence négative indique que l’énergie de la configuration syndiotactique est plus grande que celle de la configuration isotactique. .......................................... 79 Tableau 12: Les paramètres de l’équation VFT décrivant les mouvements bb et bb/sc. ......... 89 Tableau 13 : Valeurs de z * (Tg ) , de la différence Tg-T0 et de la fragilité dynamique des mouvements bb et bb/sc à la vitesse la plus lente............................................... 105 Tableau 14 : Les valeurs de la longueur critique des CRR. ................................................... 114 Tableau 15: Température de Vogel, T0, en K de la dynamique de la chaîne principale et du couplage entre les chaînes principale et pendante à différentes vitesses de refroidissement. .................................................................................................. 120 xi Tableau 16 : Énergie d’activation effective, B, en kJ/mol de la dynamique de la chaîne principale et du couplage entre les chaînes principale et pendante à différentes vitesses de refroidissement. ................................................................................ 121 Tableau 17 : Valeurs de la différence ( Tg − T0 ) en K aux différentes vitesses de refroidissement. .................................................................................................. 122 Tableau 18 : Valeurs de m aux différentes vitesses de refroidissement. ................................ 123 Tableau 19 : Valeurs de z * (Tg ) des deux mouvements aux différentes vitesses de refroidissement. .................................................................................................. 123 xii LISTE DES FIGURES Figure 1 : Stéréorégularité d’un polymère ; a) configuration isotactique, b) configuration syndiotactique. ........................................................................................................ 5 Figure 2 : Représentation de la variation du volume spécifique en fonction de la température, tel qu’obtenue par dilatométrie. .............................................................................. 6 Figure 3 : Diagramme d’Arrhénius. Tβ est associée à la relaxation β. ....................................... 7 Figure 4 : Variation du temps de relaxation ou de la viscosité en fonction de la température normalisée Tg/T, pour les liquides forts et fragiles. ................................................ 9 Figure 5 : Représentation du modèle du volume libre. Les cercles représentent les molécules et les flèches indiquent le mouvement moléculaire. ............................................. 11 Figure 6 : Évolution thermique du volume total. Vf est le volume libre à la Tg; α L et αV sont respectivement les coefficients d’expansion volumique de l’état liquide et vitreux. V0 est le volume occupé à 0 K. ............................................................... 12 Figure 7 : Variation des propriétés thermodynamiques au cours du refroidissement d’un liquide visqueux. Tm est la température de cristallisation. .................................... 15 Figure 8 : Variation temporelle de la fonction de corrélation. ................................................. 23 Figure 9 : Illustration de l’angle dièdre φ défini par les quatre atomes A, B, C et D. .............. 33 Figure 10 : Méthode de la sommation d’Ewald. Les charges partielles sont représentées par leur signe et les distributions gaussiennes sont illustrées par des courbes en cloche. L’énergie du système S1 est calculée dans l’espace réel. Par contre le potentiel de S2 est calculé à partir de l’équation de Poisson dans l’espace réciproque. ............................................................................................................ 36 Figure 11 : Variation de la distance quadratique moyenne entre les bouts de chaîne, Re, en fonction de la température. ................................................................................... 46 Figure 12 : Probabilité du rayon de giration des configurations de départ de s-PMMA. ......... 47 Figure 13 : Variation de la probabilité d’apparition simulée des états rotamériques du s-PMMA à 300K. ................................................................................................. 49 xiii Figure 14 : Variation de l’énergie en fonction du volume des cellules de simulation. ............ 50 Figure 15 : Variation de l’énergie et de la distance quadratique moyenne entre les bouts de chaîne, Re, en fonction du paramètre de la cellule. .............................................. 53 Figure 16 : Variation de la densité simulée utilisant le champ de forces COMPASS© en fonction de la densité expérimentale. ................................................................... 55 Figure 17: Illustration de la dilatométrie simulée d’un liquide visqueux. ................................ 59 Figure 18 : Unités de répétition des polymères vinyliques avec les vecteurs servant à l’étude du mouvement local de la chaîne principale ( uCH ) et du couplage entre les chaînes principale et pendante ( uCO et uCC ). a) PE; b) PMA (R=H) et PMMA (R=CH3); c) PS (R=H) et PαMS (R=CH3). ......................................................... 61 Figure 19 : Variation du volume spécifique en fonction du temps de la configuration i-PMMA à différentes températures. La ligne verticale détermine le temps où le calcul des moyennes débute. ................................................................................................. 62 Figure 20 : Variation du volume spécifique en fonction de la température des deux isomères du PMMA à la vitesse de refroidissement q1 . ...................................................... 65 Figure 21 : Comparaison entre la Tg du premier recuit simulée et la Tg du deuxième recuit après la compression hydrostatique du i-PMMA à la vitesse de refroidissement q1. .......................................................................................................................... 66 Figure 22 : Comparaison entre la première et la deuxième trempe après le recuit simulé et la compression hydrostatique des deux isomères du PMA à la vitesse de refroidissement q1. ................................................................................................ 67 Figure 23 : Variation du volume spécifique en fonction de la température des polymères vinyliques à la vitesse de refroidissement q1. ....................................................... 69 Figure 24 : Effet de la vitesse de refroidissement sur la Tg. ..................................................... 70 Figure 25 : Variation des Tg simulées en fonction des Tg expérimentales à différentes vitesses de refroidissement................................................................................................. 71 Figure 26 : Variation de la différence de Tg versus le facteur de décalage. ............................. 74 Figure 27 : Évolution temporelle du P2 (t ) à différentes températures. ................................... 83 xiv Figure 28 : Variation thermique du temps de relaxation associé au mouvement bb/sc. Les lignes continues sont l’ajustement des données avec la fonction VFT. ............... 86 Figure 29 : Variation de la température de Vogel, T0, en fonction de Tg. La ligne continue est l’ajustement linéaire des données selon l’équation 4.3. ....................................... 88 Figure 30 : Variation de l’énergie d’activation effective des mouvements bb et bb/sc en fonction de la Tg. .................................................................................................. 91 Figure 31 : Variation du temps de relaxation en fonction de T-Tg. .......................................... 92 Figure 32 : Variation thermique du paramètre de couplage βKWW du mouvement bb/sc. ........ 95 Figure 33 : Variation de la fragilité dynamique en fonction de (Tg-T0)/Tg. ........................... 104 Figure 34 : Variation de la fragilité expérimentale en fonction de la fragilité simulée. ......... 107 Figure 35 : Variation de la fragilité simulée en fonction de la Tg simulée. ............................ 107 Figure 36 : Variation de la taille des CRR en fonction des Tg simulées. ............................... 110 Figure 37 : Variation de la fragilité en fonction de la taille des CRR. ................................... 111 xv INTRODUCTION Comprendre les mécanismes de base ainsi que les principes physiques qui régissent la transition vitreuse des polymères est l'un des plus importants défis en sciences de ces dernières années (1-3). En diminuant la température, un ralentissement dynamique apparaît. En effet, la viscosité de certains liquides susceptibles de former un verre augmente de plusieurs ordres de grandeur lors d’un simple changement de température. D’un point de vue phénoménologique, la transition vitreuse est une transition de deuxième ordre (4). Néanmoins, il a été prouvé qu’il n’existe pas d’équilibre thermodynamique aux alentours de la Tg (5). En outre, la Tg dépend de la vitesse de refroidissement. Cela a conduit à croire que ce phénomène est une manifestation purement cinétique. Selon ce concept, la variation thermique des fonctions thermodynamiques est due à la fréquence de la mobilité moléculaire relativement au temps de mesure et non à l'existence d'une transition thermodynamique. Autrement dit, la transition vitreuse serait une illusion de l’expérience induite par les méthodes de mesure. Cependant, à des vitesses de refroidissement très lentes, ce concept mènerait à des liquides surfondus caractérisés par une entropie configurationnelle égale à l'entropie de la phase cristalline à une température supérieure à 0 K. En refroidissant davantage, l'entropie des liquides visqueux deviendrait donc inférieure à l’entropie du cristal! Cela contredit le troisième principe de la thermodynamique. Ce phénomène est dénommé le paradoxe de Kauzmann (6). Pour cet auteur, la transition vitreuse intervient pour éviter une telle catastrophe thermodynamique. Cette conclusion a relancé le débat sur la transition vitreuse et, plus généralement, sur les origines physiques des processus de relaxation au sein des matériaux désordonnés. À des températures proches de la Tg, les liquides susceptibles de former un verre sont caractérisés par un processus de relaxation complexe impliquant un déplacement simultané et cohérent de plusieurs particules. Ce mouvement coopératif ou collectif indique que le 1 déplacement d’une molécule dépend du mouvement de ses voisines. Cette idée de coopérativité a été utilisée dans plusieurs théories pour expliquer le phénomène de la transition vitreuse. Le concept du volume libre (7-9) qui exige l’existence d’un volume inoccupé critique à la Tg, associe la mobilité moléculaire au mouvement relatif des particules et des trous voisins. Le modèle d’Adam-Gibbs (AG) (10) relie la mobilité moléculaire à la probabilité de transition simultanée d’un ensemble de particules. Cet ensemble est un sous-système indépendant de ses voisins appelé région de réarrangement coopératif (CRR) (Cooperatively Rearranging Region). Cependant, ces deux modèles n’apportent aucune indication sur la taille des ces sous-systèmes dont l'existence dans les liquides surfondus a été prouvée par de nombreuses expériences et simulations (11-19). D’ailleurs, même les théories les plus récentes ne donnent pas une réponse catégorique et unanime à ce problème. En effet, il n’existe pas jusqu’à présent une théorie qui puisse donner une description phénoménologique et moléculaire complète du phénomène de la transition vitreuse. La simulation atomistique (SA) est un outil puissant pour interpréter et prédire des comportements qualitatifs et quantitatifs de la dynamique des liquides surfondus proche de la transition vitreuse. De plus, la simulation par dynamique moléculaire (DM) devient de plus en plus adaptée à des applications industrielles et à la recherche scientifique. Une telle accessibilité émane de différents facteurs: augmentation de la capacité calculatoire des ordinateurs, disponibilité des codes de calcul dans un environnement attirant ainsi que l’amélioration des champs de forces décrivant les interactions au sein des molécules. En effet, il existe deux catégories de champs de forces. Ceux appartenant à la première catégorie contiennent seulement des termes harmoniques représentatifs des mouvements ou des interactions moléculaires. Ceux faisant partie de la deuxième génération incluent des termes croisés supplémentaires représentant le couplage entre les différents mouvements moléculaires. Les termes croisés assurent une grande transférabilité des paramètres du champ de forces. Cependant, leur signification physique ne fait pas l’unanimité. L'utilisation d'un champ de forces de première catégorie a plusieurs avantages. Premièrement, à chaque terme correspond une interprétation physique. Deuxièmement, il requiert moins de puissance calculatoire et donc permet d’effectuer des simulations plus longues pour un même temps réel. 2 Dans ce travail, nous étudions le phénomène de la transition vitreuse des polymères par la méthode de DM en utilisant un champ de forces de première catégorie pour le cas particulier de polymères vinyliques: le polyéthylène (PE), le polyméthacrylate de méthyle, (PMMA), le polyacrylate de méthyle (PMA), le poly-α-styrène de méthyle (PαMS) et le polystyrène (PS). À l’exception du PE, tous les autres polymères présentent un groupement latéral les rendant stéréoréguliers. Ce groupement consiste à un groupe ester pour le PMMA et le PMA et un groupe phényle pour le PS et PαMS. La présence du groupe α-méthyle, dans le cas du PMMA et du PαMS, les rend particulièrement intéressants car il induit une différence de Tg selon la tacticité de la chaîne. Une représentation juste de ce comportement par des méthodes de modélisation moléculaire permet ainsi de corréler les résultats obtenus à la seule différence de structures moléculaires. Dans le premier chapitre, les différentes théories de la transition vitreuse sont présentées. Il est à préciser que ce phénomène ne faisant pas l’objet d’un consensus dans la communauté des polyméristes, plusieurs modèles ainsi que les concepts importants pour la discussion y sont rapportés. Dans le second chapitre, la simulation par DM est introduite. Les concepts essentiels à une bonne compréhension de la DM sont exposés plus en détails. De plus, les protocoles d’application des techniques de la DM et de génération des configurations initiales sont précisés. Afin d’équilibrer ces dernières, un nouveau procédé est présenté. L’approche proposée se base sur un choix approprié des configurations initiales et un processus de recuit simulé suivi d'une compression hydrostatique uniforme. Finalement, les valeurs simulées des différentes propriétés des polymères faisant l’objet de cette étude sont indiquées. Le troisième chapitre se préoccupe de la simulation de la Tg. Pour la première fois, l’universalité de l’équation WLF est corroborée en utilisant la simulation par DM. Ce qui tend 3 à démontrer la pertinence d’utiliser la simulation pour traiter le problème de la transition vitreuse dans un domaine de temps approprié. Le quatrième chapitre est consacré à l’analyse de la dynamique locale des polymères étudiés. L’équation de Vogel-Fulcher-Tamman (VFT) ainsi que le modèle AG de la transition vitreuse sont combinés afin de contribuer à une meilleure compréhension de ce phénomène. Cette corrélation a pour but de montrer l’importance du couplage entre la chaîne principale et la chaîne pendante lors de la transition vitreuse. Enfin, la fragilité et la taille de CRR des polymères étudiés ainsi que leur relation avec la transition vitreuse sont présentées au cinquième chapitre. Cette étude permet de relier les résultats à l’hypersurface d’énergie potentielle qui représente l’énergie associée aux changements configurationnels. 4 CHAPITRE UN TRANSITION VITREUSE 1.1 Introduction La phase vitreuse peut être obtenue à partir des liquides visqueux non cristallisables ou à partir des matériaux cristallisables mais, à des vitesses de refroidissement extrêmement rapides (trempe). Le point crucial permettant l’obtention d’un liquide surfondu est de maintenir le système à une température où le temps de relaxation à l’état cristallin est plus long que le temps de mesure macroscopique. En refroidissant davantage, le temps de relaxation de ce liquide en surfusion devient du même ordre de grandeur que le temps de l’expérience. Le système passe d’un état liquide qui peut s’écouler sous l’effet d’un cisaillement à un état vitreux rigide, conduisant à un changement du coefficient de dilatation thermique. Ce phénomène est dénommé transition vitreuse et est défini par une température de transition vitreuse qui est la température à laquelle le liquide présente un temps de relaxation de l’ordre de 102 s ou une viscosité de 1013 Poises. Dans le cas des polymères, l’état vitreux est obtenu pour des configurations isotactiques ayant toutes les chaînes latérales du même côté de la chaîne principale ou des configurations syndiotactiques ayant une alternance des chaînes latérales, (Figure 1). a R' b R R' R R' R R' R R' R R R' R' R R R' Figure 1 : Stéréorégularité d’un polymère ; a) configuration isotactique, b) configuration syndiotactique. 5 Expérimentalement, la transition vitreuse est détectée par plusieurs techniques telles que la dilatométrie (20), la calorimétrie différentielle à balayage ou communément désignée de l’acronyme DSC (Differential Scanning Calorimetry) (4), la résonance magnétique nucléaire (RMN) (21) la dispersion diélectrique (22, 23) ou mécanique (24), ainsi que les méthodes spectroscopiques : diffusion des neutrons (25, 26), de la lumière (27) et des rayons X inélastiques (28). Dans le cas de la dilatométrie, la variation du volume spécifique, l’inverse de la densité, d'un matériau formateur de verre est reportée en fonction de la température telle que schématisée à la Figure 2. Cette dernière montre que la Tg dépend de la vitesse de refroidissement. Par conséquent la transition vitreuse est considérée comme un processus Volume Spécifique cinétique. ide ment rap e is id o r f re nt ement le refroidis cristal TK Tg1 Tg2 T Figure 2 : Représentation de la variation du volume spécifique en fonction de la température, tel qu’obtenue par dilatométrie. En utilisant des méthodes spectroscopiques comme la diffusion des neutrons, différents processus de relaxation α, β et γ peuvent être observés. La relaxation α, souvent associée à la transition vitreuse, décrit la mobilité de la chaîne principale. La relaxation β, généralement désignée sous le nom de la relaxation de Johari-Goldstein (JG), a un lien intime avec la rotation de la chaîne pendante. Selon Johari (29, 30), l’hétérogénéité structurale des verres qui mène à une mobilité locale est à la base de ce processus. De ce point de vue, la relaxation JG 6 implique seulement des mouvements locaux pour lesquels il y a assez d’espace pour que les molécules puissent bouger librement. Malgré son rôle important dans la dynamique des liquides surfondus, l'origine fondamentale de la relaxation JG est un sujet portant à controverse et de nombreux efforts sont consacrés à clarifier sa véritable nature (31-41). La relaxation γ, caractérisée par un processus plus simple, est associée à la rotation des groupes latéraux à l’intérieur de la chaîne pendante. Cette relaxation est un processus à courte portée qui persiste en dessous de la transition vitreuse, comme d’ailleurs la relaxation β. β α log(η) γ 1/T* 1/Tg 1/T 1/Tβ Figure 3 : Diagramme d’Arrhénius. Tβ est associée à la relaxation β. À très hautes températures, le diagramme d’Arrhénius ( ln η , où η est la viscosité, en fonction de l’inverse de la température) illustré à la Figure 3 indique qu’il n’existe qu’un seul mécanisme de relaxation moléculaire caractérisé par un comportement linéaire. Quand la température diminue à une température spécifique T*, le processus se sépare en deux : la relaxation lente α et le mouvement rapide β (42). À cette température, le processus α qui disparaît à la Tg devient non-linéaire, indice d’un mouvement coopératif, mais la relaxation β garde un comportement Arrhénius même à des températures inférieures à la Tg (43). La température T* est parfois comparée à la température de transition liquide-liquide, Tll, 7 observée dans différents matériaux (44-49). Pour les polymères cristallisables, T* est du même ordre de grandeur que la température de fusion (43). Cependant, plusieurs auteurs ont associé cette température à la température critique Tc prédite par la théorie de couplage des modes ou communément désignée de l’acronyme MCT (Mode Coupling Theory) (section 1.2.6). La transition vitreuse demeure l’un des mystères de la nature et son origine physique donne encore lieu à des controverses (2). Un des aspects toujours inexpliqués est l’existence d’une région près de la Tg où la variation du temps de relaxation τc de certains liquides susceptibles de former un verre en fonction de la température présente un changement plus abrupt. Dans cette région, la viscosité peut augmenter de plusieurs ordres de grandeurs dans un intervalle étroit de température. Cette augmentation est décrite par les équations empiriques VFT, (équation 1.1) ou WLF, (équation 1.2). τ c (T ) = τ VFT exp B T − T0 [1.1] τ (T ) C g (T − Tg ) = − 1g log τ (T ) C2 + T − Tg g [1.2] L’équivalence entre les deux équations empiriques conduit aux relations suivantes : C 2g = Tg − T0 [1.3] B = ln 10 C1g C 2g [1.4] où τ VFT est une constante indépendante de la température, B est associé à une énergie d’activation effective (section 4.3.3) et C1g , C 2g sont des paramètres universels. La 8 température de Vogel T0, à laquelle le temps de relaxation diverge, est inférieure à la Tg de quelques dizaines de degrés. Certains liquides sont caractérisés par une T0 nulle, comme les verres minéraux. Cela a inspiré Angell (50-52) à grouper les matériaux selon la différence entre la Tg et la T0. Il a proposé une classification des liquides susceptibles de former un verre allant des liquides fragiles (fragile) à des liquides forts (strong) (Figure 4) (section 5.2.2). Les liquides fragiles sont ceux caractérisés par un comportement non-Arrhénius et leur viscosité suit des lois de types VFT ou WLF ; par contre les liquides forts sont caractérisés par un comportement simple de type Arrhénius (équation 1.5) : E kbT τ c (T ) = τ 0 exp [1.5] où τ 0 est une constante indépendante de la température, kb est la constante de Boltzmann et E correspond véritablement à une énergie d’activation. fort fragile Tg/T Figure 4 : Variation du temps de relaxation ou de la viscosité en fonction de la température normalisée Tg/T, pour les liquides forts et fragiles. 9 1.2 Principaux modèles de la transition vitreuse La compréhension des principes physiques qui gouvernent la transition vitreuse a été le sujet d’importantes recherches expérimentales, théoriques et numériques. Il existe plusieurs théories qui tentent d’expliquer ce phénomène fort complexe, mais aucun modèle unanimement accepté n’a été proposé jusqu’à présent. Les principales théories liées au phénomène de la transition vitreuse sont présentées dans les paragraphes suivants. 1.2.1 Volume libre La dilatation thermique particulière des liquides par rapport aux solides cristallins est à l’origine du concept de volume libre. En effet, l’expansion de la phase liquide du matériau est due, d’une part, à la vibration des unités de répétition (UR) et, d’autre part, à la formation de sites vacants, trous, au sein du système polymérique. Selon cette théorie, initialement développée par Cohen et Turnbull (7, 8), et justifiée par Cohen et Grest (9), la mobilité microscopique au sein des polymères est régie par la présence de sites vacants. En abaissant la température, en approchant la transition vitreuse, la diminution de la constante de diffusion est attribuée à la décroissance du volume libre disponible à un segment. Cette décroissance est due à un réarrangement des voisins de ce segment (53). Lors de ce processus de réarrangement, des molécules et des trous voisins changent de place mutuellement, tel qu’illustré à la Figure 5. Ce mouvement est provoqué par l’agitation thermique. 10 Figure 5 : Représentation du modèle du volume libre. Les cercles représentent les molécules et les flèches indiquent le mouvement moléculaire. L’ensemble des trous est appelé volume libre (free volume). Il constitue une fraction de volume inoccupée par les UR. Le volume libre n’est pas réparti uniformément dans l’ensemble du polymère. Cette distribution ainsi que la taille des trous (micro-vides) évoluent avec la température. À la Tg, le volume libre n’est plus suffisant pour assurer les mouvements moléculaires du polymère et le système devient vitreux. À cette température, les molécules ainsi que les trous sont quasiment figés. Un volume libre critique est nécessaire pour le déplacement simultané d’un segment de polymère et d’un trou à partir de leur position initiale. Le concept de volume libre implique que la température de la transition vitreuse est définie par une valeur de volume libre universelle (Figure 6). La variation de la fraction de volume libre (f) en fonction de la température peut être écrite en fonction de la Tg, de la fraction de volume libre à la Tg, f0, et du coefficient d’expansion du volume libre αf (54, 55). f = f 0 + α f (T − Tg ) 11 [1.6] Volume αL αV } Vf V0 Tg T Figure 6 : Évolution thermique du volume total. Vf est le volume libre à la Tg; α L et αV sont respectivement les coefficients d’expansion volumique de l’état liquide et vitreux. V0 est le volume occupé à 0 K. D’un point de vue microscopique, la probabilité par unité de temps qu’une molécule franchisse la barrière d’énergie et se déplace d’un site vacant à un autre, est liée à la fraction volumique. Cette probabilité peut être donnée par l’équation suivante (4): B' p = exp − f [1.7] où B' est une constante. Toutefois, pour que la transition ait lieu, il faudra que le temps, t, atteigne une certaine valeur caractéristique. À un temps suffisamment long, de l’ordre du temps de l’expérience, la théorie suppose que le produit tp est constant. D’après les équations 1.6 et 1.7 on trouve l’équation suivante (4): 12 t log aT = log t g = B' ln 10 f 0 (T − Tg ) f 0 / α f + (T − Tg ) [1.8] aT est le facteur de décalage (Shift factor) ; cette quantité relie non seulement les temps expérimentaux de deux expériences différentes, mais aussi toutes les variables dynamiques de la même transition à deux températures différentes. Par comparaison entre les équations 1.2 et 1.8 on constate que : C g 1 = 1 ln10 f 0 [1.9] Cette équation relie le paramètre universel de l’équation WLF ( C1g ) à la fraction du volume libre à la Tg (f0). De ce fait, la transition vitreuse est définie par une fraction du volume libre universelle. Selon ce concept, la Tg est la température à laquelle cette fraction atteint la valeur de 0.025. Néanmoins, d’autres valeurs ont été proposées par différents chercheurs (56-59). Par ailleurs, l’équation 1.8 montre qu’en changeant le temps de l’expérience, la Tg change. De ce fait, la transition vitreuse serait de nature cinétique. 1.2.2 Théorie cinétique L’argument cinétique suggère que les techniques de mesure et leurs caractéristiques tendent à définir la transition vitreuse. Pendant le refroidissement du liquide, la viscosité augmente et le temps de relaxation devient comparable au temps de l'expérience. Selon cette théorie, les variations thermiques des fonctions thermodynamiques de premier et de deuxième ordres définissent le domaine de la transition vitreuse. Cependant, la variation de ces paramètres est due à la fréquence du mouvement moléculaire relativement au temps de mesure, non à l'existence d'une transition thermodynamique. 13 Toutefois, si cela est vrai, en refroidissant suffisamment lentement le liquide surfondu, on aboutirait à une zone de températures de transition où l’entropie du système serait inférieure à celle du cristal (6). Cela contredit le troisième principe de la thermodynamique puisque le fait que le cristal soit caractérisé par une entropie nulle à T= 0 K implique une entropie du liquide surfondu négative à cette température. C’est ce que l’on dénomme le paradoxe de Kauzmann (6), la température de Kauzmann, TK, est la température critique à laquelle la différence d’entropie entre les deux états est nulle. Pour éviter cette catastrophe entropique, il doit y avoir une transition de phases avant que l’entropie du liquide surfondu ne soit inférieure à celle du cristal. De ce fait, la transition vitreuse est une transition de phases dans le sens thermodynamique, mais elle est obscurcie par des effets cinétiques. 1.2.3 Théorie de Gibbs-DiMarzio D’un point de vue phénoménologique, la transition vitreuse est comparable à une transition de deuxième ordre puisque les fonctions d’états dérivées au premier ordre de l’énergie libre de Gibbs, tels que l’enthalpie et le volume, varient continuellement en fonction de la température mettant en évidence un changement de pente à la Tg. Ce changement de pente correspond à la discontinuité des dérivées secondes tel que le coefficient de dilatation isobare (Figure 7). Cependant, il n’existe pas d’équilibre thermodynamique interne aux alentours de la Tg, ce qui fait que le critère d’Ehrenfest n’est pas respecté (5). De plus, à une température inférieure à la Tg, l’hypothétique liquide surfondu serait plus stable que l’état vitreux obtenu. Cela est en contradiction avec la définition d’une transition thermodynamique, consistant au passage d’une phase à une autre plus stable. Il est donc impossible de décrire la transition à la Tg comme étant une transition de deuxième ordre au sens d’Ehrenfest. Toutefois, en tenant compte de la rigidité des chaînes, de la variation du volume en fonction de la température et en se basant sur la théorie de réseau (lattice theory), Gibbs et DiMarzio (60) ont prédit une transition de phases de deuxième ordre à une température T2 inférieure à la Tg. 14 Ils ont aussi montré que les deux températures T2 et Tg présenteraient des propriétés semblables et varieraient toujours de la même manière sous l’effet de différents facteurs qui affectent la transition vitreuse. D’un point de vue expérimental, la température de transition de deuxième ordre, T2, est définie comme étant la Tg obtenue à une vitesse de refroidissement infiniment lente. La T2 correspond donc à la température à laquelle le liquide surfondu atteint son équilibre. Par conséquent, la variation d’entropie configurationnelle est nulle à cette température; on parle alors d’un verre parfait (61, 62). Récemment, en se basant sur ce modèle, un lien intime entre l’aspect cinétique et thermodynamique de la transition vitreuse a été corroboré par DiMarzio (63). Ce rapprochement se traduit par une relation entre la viscosité et l’énergie libre de Helmholtz (63). Cette théorie introduit la notion d’équilibre et propose l’existence d’une transition de deuxième ordre qui est la limite de la transition vitreuse quand le temps de l’expérience devient infiniment grand. e uid liq Liquide surfondu ∆Cp; αv V; H e uid du liq rfon su Verre cristal Verre Tg Tm T Tg T Figure 7 : Variation des propriétés thermodynamiques au cours du refroidissement d’un liquide visqueux. Tm est la température de cristallisation. La théorie de Gibbs-DiMarzio permet de reproduire l’influence de plusieurs facteurs sur la transition vitreuse des polymères tels que l’effet de la plastification (64), des réticulations (cross-links) (65), de la pression (66), des copolymères (67) et de la masse moléculaire (68). Cependant, la relation entre la température de la transition de phases de deuxième ordre, T2, et 15 la température de la transition vitreuse mesurée expérimentalement à temps fini, Tg, n'est pas rigoureuse et donne lieu à controverse. De plus, la mesure expérimentale de T2 est très difficile ou quasiment impossible (69). 1.2.4 Théorie Adam-Gibbs (AG) Afin de corréler les aspects thermodynamique et cinétique de la transition vitreuse sans évoquer la notion d’équilibre, Adam et Gibbs ont utilisé le concept du mouvement coopératif (10). Selon ce concept, le mouvement d’un segment dépend du mouvement de ses voisins. En effet, le déplacement d’une particule dans un milieu dense sur une distance comparable à sa dimension exige un mécanisme moléculaire complexe. Pour faire place à la particule mobile ou bien pour combler le site laissé vacant par cette même particule après son déplacement, les particules voisines doivent se mouvoir de manière cohérente. C’est le principe de la coopérativité. Proche de la Tg, la mobilité limitée se produit en raison de la formation des régions vitreuses qui coexistent jusqu'à la percolation. Ces régions sont caractérisées par une longueur, ξ, qui décrit une CRR (10). À l’approche de la Tg, le nombre de segments impliqués dans les CRR augmente d’une façon extraordinaire et la probabilité de trouver des CRR qui ont assez d’énergie pour franchir la barrière énergétique de transition coopérative est trop faible. Cela conduit à une diminution de l’entropie configurationnelle reliée au nombre d’états accessibles. Ce processus est responsable de l’annulation de l’entropie à la température T2 à laquelle la taille des CRR diverge. Cette divergence ainsi que l'existence d'une barrière d'énergie sont deux arguments forts qui rendent le modèle AG particulièrement populaire dans la communauté scientifique. Par définition, une CRR est un ensemble de z segments qui, atteignant une fluctuation thermique suffisante, relaxent ensemble d’une façon indépendante de leur environnement. De ce fait, il est possible de décrire chacune de ces CRR en tant qu’un sous-système de plusieurs 16 particules, indépendant des autres CRR, qui obéit aux règles de la physique statistique. La fonction de partition isobare-isotherme, Q( z , P, T ) , associée est donnée par l’équation suivante : G Q( z , P, T ) = ∑ w( z , E ,V ) exp − E ,V k bT [1.10] où kb est la constante de Boltzmann et w( z , E ,V ) est la dégénérescence du niveau d’énergie E d’un sous-système de z particules et de volume V. Dans un polymère, il n’y a que quelques clusters qui ont assez d’énergie pour permettre une transition coopérative. Ces sous-systèmes sont décrits par une fonction de partition Q' et une énergie libre de Gibbs G ' ( G ' = −kbT ln Q' ). La probabilité, W ( z , T ) , qui définit la fraction des sous-systèmes, CRR de taille z, susceptibles de subir une transition coopérative est donnée par la relation suivante : W ( z,T ) = z ∆µ Q' = A exp − Q k T b tel que A est un préfacteur indépendant de la température. ∆µ = [1.11] G '−G est la différence de z potentiel chimique entre les sous-systèmes pouvant subir le mouvement coopératif et les autres clusters qui ne peuvent le faire; elle est donc reliée à la barrière énergétique du réarrangement coopératif par segment. De ce fait, on peut subodorer que sa dépendance en température est faible. En effet, les liquides surfondus sont des systèmes hétérogènes, de ce fait la probabilité est moyennée sur l’ensemble de CRR de différentes tailles. 17 ∞ z ∆µ z * ∆µ = A exp − W (T ) = ∑ A exp − k T k T z = z* b b [1.12] où z* est la taille critique des agrégats. Il faut souligner que les sous-systèmes de tailles inférieures à z* ne sont pas aptes à se mouvoir de façon coopérative. Expérimentalement, la mesure de z* demeure impossible. Par conséquent, il faut l’exprimer en fonction de quantités mesurables, telle que la connaissance de l’entropie configurationnelle (Sc). À basse température, puisque les particules d’un liquide visqueux oscillent longtemps autour de leur position d'équilibre et ne sautent que rarement à un autre minimum local, Goldstein (70) a montré que la dynamique des verres peut être décomposée en une partie vibrationnelle et une partie configurationnelle. Par conséquent, la fonction de partition du système peut être également divisée en deux termes : un qui décrit les vibrations et l’autre terme les variations configurationnelles. De même, l'entropie du système peut être représentée par un terme qui caractérise les degrés de liberté vibrationnels (Sv) et un autre qui détermine les degrés de liberté configurationnels (Sc). En considérant maintenant un système de N particules et en supposant qu’il est constitué de n agrégats de taille z*. De ce fait, la taille z* peut être exprimée en fonction de l’entropie du sous-système ( sc * = Sc / n ) et de l’entropie configurationnelle Sc du système : z* = sc * N Sc [1.13] Notons qu’une valeur de kb ln 2 est généralement attribuée à sc*, mais Hodge (71) préfère la valeur kb ln 23 . L’exposant vient du fait que sc* se réfère à un espace à trois dimensions. En remplaçant l’équation 1.13 dans 1.12 et en considérant que le temps de relaxation macroscopique ( τ c ) est inversement proportionnel à la probabilité moyenne du mouvement 18 coopératif, on obtient la relation finale du modèle AG qui relie ce temps à l’entropie configurationnelle (équation 1.14) : C TS c τ c (T ) = A exp [1.14] tel que : C= sc * ∆µ kb [1.15] La théorie AG établit un lien direct entre l’aspect dynamique (le temps de relaxation) et l’aspect thermodynamique (l’entropie configurationnelle) de la transition vitreuse. Ce lien a été testé expérimentalement pour plusieurs polymères et petites molécules (72-77). Ces expériences montrent que le logarithme népérien du temps de relaxation varie linéairement en fonction de l’inverse de l’entropie configurationnelle. Toutefois, la dépendance de l’entropie configurationnelle en fonction de la température ne peut être déterminée qu’à partir de l’excès d’entropie, ∆S , défini en tant que différence entre l’entropie du liquide surfondu et celle de la phase cristalline. Cet excès d’entropie est associé à la différence de la capacité calorifique, ∆C p , entre les deux phases. Cette variation peut être obtenue par des méthodes calorimétriques (78-81). Généralement, ∆C p est inversement proportionnelle à la température ( ∆C p = K / T ), tel que K est une constante (82, 83). De ce fait, l’excès d’entropie configurationnelle est donné par l’équation suivante : T ∆S (T ) = ∫ Tk ∆C p 1 1 dT ' = K − T' TK T 19 [1.16] Pour obtenir l’équation empirique VFT, la théorie AG suppose que la température de Kauzmann, TK, à laquelle la différence d’entropie entre l’hypothétique liquide surfondu et la phase cristalline s’annule, se coïncide avec celle de Vogel, T0, où le temps de relaxation diverge. Cependant, cette correspondance ne fait pas l’unanimité (73, 84-89). L’origine de ce problème est relié directement à la définition de ∆S (T ) . D’un point de vue expérimental, la mesure de l’entropie configurationnelle est une difficulté inhérente à la définition de ∆S (T ) elle-même. Il y a deux raisons principales à cela. La première est liée à l’entropie vibrationnelle dont la contribution au liquide surfondu est plus importante que celle de la phase cristalline. La deuxième est associée à la relaxation secondaire JG (relaxation β) (30, 90) qui se trouve seulement dans les phases liquide et vitreuse (91, 92). En retranchant cette contribution de l’excès d’entropie des polymères où TK diffère de T0, Cangialosi et al. (73) ont montré que le modèle AG est valide ainsi que la relation entre T0 et TK. Plusieurs expériences ont montré la validité du modèle AG. Toutefois, en se basant seulement sur l’équation 1.13, le modèle AG ne peut expliquer la réduction de la Tg dans le cas des polymères confinés (93, 94). Les polymères confinés sont caractérisés par une réduction de leurs degrés de liberté par rapport à leurs homologues en masse (bulk) conduisant à une diminution de l’entropie configurationnelle Sc. Selon l’équation 1.13, cela mène à une augmentation de la taille des CRR. Cette augmentation est accompagnée obligatoirement d’une augmentation de la Tg, ce qui n’est pas observé expérimentalement. Même dans le cas extrême où l’entropie Sc des polymères confinés ne change pas par rapport à leur valeur en masse, le modèle AG ne peut expliquer la réduction de la Tg. De plus, à haute température, où les segments relaxent indépendamment les uns des autres, la mobilité des molécules est représentée par une loi simple de type Arrhénius. À cette plage de températures, le modèle AG basé sur le concept des CRR n’est plus valide. 20 1.2.5 Modèle de Couplage (CM) Tel que mentionné précédemment, les molécules d’un liquide visqueux oscillent autour de leur position d'équilibre et, après un certain temps, qui dépend de la nature du liquide surfondu, sautent à un nouveau minimum local. Cela dit, il existe deux types de mouvements distincts au sein des liquides surfondus ; un mouvement librationnel et un mouvement coopératif relatif au saut vers un minimum local. De ce fait, Ngai (3, 94-98) a proposé l’existence de deux régimes de temps séparés qui gouvernent le processus de la relaxation au sein des liquides surfondus. Ce modèle prédit un régime microscopique où le processus de relaxation n’est pas encore influencé par la présence des autres segments. Autrement dit, à des temps courts, les fluctuations moléculaires des voisins n’atteignent pas une intensité suffisante pour influencer la relaxation. Ce régime est caractérisé par une fonction de relaxation exponentielle reliant le temps de relaxation microscopique τ 0 (T ) au temps de l’expérience t dont la forme est la suivante : φ (t ) = exp[− t / τ 0 (T )] si t ≤ t c [1.17] Le temps critique tc, définissant le temps caractéristique à partir duquel débute la relaxation collective, est insensible à la température et ne dépend que des interactions intermoléculaires. Dans le cas des polymères, tc est de l’ordre de quelques picosecondes (99, 100). Au-delà de ce temps, plusieurs effets causés par des interactions non-liantes affectent la relaxation qui devient de plus en plus lente et le mouvement de plus en plus coopératif. Il existe de ce fait un couplage entre les mouvements des particules (101). Ces dernières ne sont pas nécessairement indépendantes l'une de l'autre, mais elles sont corrélées. Toutefois, le traitement thermodynamique de tels systèmes à plusieurs corps couplés est insurmontable. Le modèle CM montre que la corrélation de plusieurs corps ralentit la relaxation de chaque particule (102). Selon ce modèle, la fonction de relaxation moyenne φ (t ) gouvernant le temps de 21 relaxation macroscopique, expérimental, τ * (T ) devient une exponentielle étirée dont l’expression est donnée par la fonction de Kolsraush-Williams-Watt (KWW) (équation 1.18) : φ (t ) = exp[−(t / τ * (T )) β KWW si t ≥ tc ] [1.18] Tel que β KWW est le paramètre de couplage 0 ≤ β KWW < 1 ; sa magnitude est une mesure du ralentissement de la relaxation dû aux interactions intermoléculaires. D’après les équations 1.17 et 1.18, la continuité au temps tc conduit à l’équation suivante : τ * (T ) = [ tc1− β KWW τ 0 (T ) ] 1 / β KWW [1.19] Pour l’interprétation des différentes courbes obtenues expérimentalement, le modèle CM associe la Tg aux interactions intermoléculaires au sein des liquides susceptibles de former un verre (96). Cependant, il demeure un modèle phénoménologique qui ne peut prédire la valeur de la Tg. 1.2.6 Théorie de couplage des modes (MCT) Le développement des théories précédentes est basé sur des modèles plutôt phénoménologiques limitant la compréhension microscopique des mécanismes physiques qui gouvernent la transition vitreuse. À haute température, les liquides sont caractérisés par une faible densité et leur dynamique est régie principalement par le volume exclu et les collisions binaires entre ses particules. D’un point de vue physique, ce système est comparable à un ensemble de plusieurs particules statistiquement indépendantes dont la dynamique peut être décrite par l’équation de Boltzmann du mouvement. Cependant, en refroidissant, cette description n’est plus valable car le système devient de plus en plus dense et les molécules 22 peuvent subir plusieurs collisions corrélées qui empêchent la diffusion en emprisonnant les molécules dans une cage. Pour qu’une molécule puisse la quitter, elle doit trouver un trou dans le mur formé par ses voisines. Ce mouvement, dû aux interactions non-liantes, sollicite un réarrangement corrélé de nombreux segments. Par conséquent, le liquide surfondu serait un système complexe de plusieurs particules fortement couplées dont la dynamique peut être étudiée sur la base d’une fonction de corrélation. L’utilisation de la dynamique de la fonction de corrélation de la densité qui contient une fonction de mémoire non linéaire est l’idée centrale de la théorie de couplage des modes (MCT) (103, 104). Cette fonction fournit des informations directes sur l’évolution temporelle de la structure locale autour d'une particule (Figure 8). Selon cette théorie, la raison principale du mouvement activé près de la transition vitreuse est le couplage non-linéaire des fluctuations de densité des particules dans leur cage (105). Le modèle MCT traite toutes les fluctuations au même niveau, c'est-à-dire que les cages sont considérées dynamiquement de la même façon que les particules. Autrement dit, les molécules formant la cage dépendent de la même dynamique que la particule dans la cage. En refroidissant, la densité augmente et chaque particule devient de plus en plus emprisonnée dans la cage, et les collisions deviennent corrélées ; ce qui mène à une forte diminution du mouvement. Les diffusions de cage exigent un réarrangement coopératif et fournissent le mouvement à longue portée. Ce mouvement ralentit fortement durant l’augmentation de l’effet de cage. T < Tc φ(t) 1 T > Tc 0 Log(t) Figure 8 : Variation temporelle de la fonction de corrélation. 23 En effet, il existe trois régimes qui gouvernent la dynamique des liquides : I) Un régime à court terme où la diminution de la fonction de corrélation est due aux collisions et aux vibrations de la particule à l’intérieur de sa cage. Ce régime microscopique ne dépend pas de la température. II) Un régime intermédiaire de relaxation pour lequel la cage subit des déformations collectives qui peuvent ouvrir la voie au phénomène de diffusion. À haute densité, la fréquence de cette ouverture est quasiment nulle menant à une disparition complète du mouvement diffusif. III) Un régime de relaxation à long terme commandé par la diffusion. Notons qu’à des grandes valeurs du nombre d’onde, la fonction KWW est une solution particulière du modèle MCT (Figure 8). Dans sa version idéale, le modèle MCT montre que la dynamique des différentes propriétés est caractérisée par des lois de puissance dont l’exposant critique est commun. Elle prédit une transition idéale à une température critique Tc (106) ( Tc ≈ 1,3 Tg ) à laquelle le système devient non ergodique et le temps de relaxation diverge. Cependant, les expériences montrent que le temps de relaxation reste fini à cette température. Novikov et al. (107) ont examiné les résultats expérimentaux disponibles de la Tc et le temps de relaxation associé à cette température pour une série de liquides surfondus. Ils ont conclu que Tc semble avoir plutôt un temps de relaxation universel [ τ c (Tc ) ≈ 10−7 s ]. Cette observation a été confirmée par plusieurs auteurs (108). Récemment, la relation entre la Tc et ce temps universel a été démontrée par le modèle AG (109). La nouvelle version du modèle MCT attribue la divergence du temps de relaxation à la Tc à une surestimation de l’effet de cage. Pour cette version, le flux de la densité décrit par sa fonction de corrélation ainsi que le temps de relaxation augmentent avec la diminution de la température en dessous de la Tc. Le système demeure ergodique, ainsi la transition vitreuse idéale est remplacée par un changement de mécanisme de mouvement du liquide ; d’un mouvement diffusif au dessus de Tc à un mouvement coopératif en dessous de cette température. 24 Notons qu’il existe d’autres modèles et concepts qui tentent d’expliquer la transition vitreuse. Cependant, jusqu’à présent, il n’existe pas une théorie complète qui puisse expliquer ce phénomène. Dans le cadre de ce travail, les théories et concepts présentés ci-dessus ont été utilisés pour expliquer les différents paramètres qui interviennent lors de la transition vitreuse. 1.3 Principaux facteurs qui affectent la Tg Outre la vitesse de refroidissement, plusieurs facteurs peuvent influencer la Tg des liquides visqueux. Celle-ci est sensible à la présence des chaînes latérales ; soit elle augmente en ajoutant des groupes volumineux, soit elle diminue en insérant des groupes plus flexibles et plus longs. Par ailleurs, la Tg dépend de la présence de plastifiants, de la rigidité de la chaîne principale, du solvant, de liaisons intermoléculaires, de la pression, du degré de cristallinité ainsi que de la masse molaire du polymère. De plus, la Tg peut être fortement affectée par la stéréorégularité du polymère. La tacticité n’a aucun effet mesurable sur la Tg du PMA et PS. Cependant, dû à une répulsion stérique supplémentaire engendrée par la présence des doubles groupements latéraux asymétriques, elle a un effet substantiel sur la Tg du PMMA et PαMS. Une représentation juste de cette différence par DM permettra de corréler les résultats à la seule différence de caractéristiques moléculaires. Les concepts importants de la DM, les protocoles d’application et les logiciels de simulation utilisés dans le cadre de cette étude seront présentés au chapitre suivant. 25 CHAPITRE DEUX DYNAMIQUE MOLÉCULAIRE 2.1 Introduction L’évolution de la puissance calculatoire des ordinateurs ces dernières années a permis l’émergence de nouveaux domaines de la science. La chimie en a aussi profité avec l’apparition de la chimie computationnelle (computational chemistry). La chimie assistée par ordinateurs s’est d’ailleurs taillée une place d’importance dans les grandes universités ; sa contribution au développement de la science a été récompensée, en 1998, par un prix Nobel (W. Kohn et J. A. Pople). Ce domaine de la chimie utilise les ordinateurs pour mieux comprendre les interactions au sein des matériaux, soit en résolvant des équations mathématiques, trop compliquées, issues des modèles théoriques, soit en simulant leurs comportements à différentes échelles de temps et de longueur. Les méthodes de SA s'attachent, quant à elles, à une description des matériaux à l’échelle atomique. Cette représentation peut être plus ou moins détaillée selon que les électrons sont pris en compte explicitement ou non, ce qui définit deux catégories de simulations. Premièrement, les méthodes quantiques (ab initio, DFT…) où les équations d’équilibre du système relèvent de la mécanique quantique. Deuxièmement, les méthodes empiriques (méthodes à champ de forces) où le mouvement des atomes est gouverné par les lois de la physique classique. La DM compte parmi ces dernières méthodes et est souvent utilisée pour modéliser les comportements des polymères compte tenu de leur grand nombre d’atomes. Il faut souligner qu’il existe des méthodes hybrides qui combinent la mécanique quantique pour calculer les charges partielles à chaque itération et la mécanique classique pour faire évoluer le système (110, 111). Cependant, ces méthodes ne peuvent être utilisées que pour les systèmes qui contiennent quelques dizaines d’atomes. 26 La première simulation liée à l’utilisation de la DM remonte aux années 50 et elle a été réalisée par Fermi (112) sur une chaîne linéaire d’oscillateurs harmoniques. Une année plus tard, en effectuant une simulation de sphères dures, Alder et Wainwright (113) posèrent les bases de la DM actuelle. Par la suite, une fenêtre fut ouverte sur le microscopique par Gibson (114) en simulant des trajectoires atomiques pour la première fois. Les résultats obtenus étaient loin d’être incontestables à l’époque. Il fallut attendre les travaux remarquables de Rahman (115) pour convaincre une grande partie des expérimentateurs et théoriciens de l’utilité de la simulation numérique pour obtenir une meilleure compréhension des propriétés microscopiques des matériaux. Quelques années plus tard, Verlet (116) développa l’algorithme le plus fiable en DM. Ce travail a ouvert la voie à la modélisation de différents types de molécules telles que les petites molécules rigides par Barojas et al. (117), l’eau par Rahman et Stillinger (118), les molécules flexibles par Ryckaert et al. (119) et les protéines par McCammon et al. (120). Pour les polymères, la DM a été employée pour la première fois au milieu des années 70 (121, 122). En utilisant des potentiels simples, les objectifs habituellement recherchés par ces simulations sont les effets de la fraction volumique ainsi que de la longueur des chaînes sur les caractéristiques des polymères tels que la distance quadratique moyenne entre les bouts de chaîne et le rayon de giration. Weber et al. (123-125) ont été les premiers à exécuter des simulations de polymères à l’état liquide en utilisant un modèle plus ou moins réaliste qui prend en considération les interactions liantes et non-liantes. Vacatello et al. ont employé un modèle semblable pour explorer le triacontane liquide (126). La simulation de l’état vitreux des polymères a été réalisée par Theodorou et Suter (127). Le système simulé était une boîte de polypropylène atactique (aPP) vitreux contenant 76 UR. Les configurations initialement générées, à la densité expérimentale, en utilisant le modèle RIS (Rotational Isomeric States) (128) étaient caractérisées par une forte énergie interne et une distribution spatiale des segments non homogènes, c'est-à-dire comportant des fluctuations importantes de densité sur une échelle de quelques Å. Pour résoudre ces problèmes, les auteurs modifièrent le modèle RIS en introduisant des interactions à longue distance. Ensuite, les simulations par DM se 27 multiplièrent et furent étendues à la modélisation d’autres propriétés de polymères comme le calcul des constantes élastiques (129), la diffusion et la dynamique des petites molécules dans les polymère denses (130-134), la dynamique locale (135, 136) ainsi que la transition vitreuse (137-141). Dans ce chapitre, nous présentons d’abord les principes de la DM, d’une manière plus ou moins détaillée, puis les conditions des simulations, pour terminer par le calcul des propriétés mécaniques des polymères amorphes. 2.2 Principes de la Dynamique Moléculaire (DM) Dans le but de suivre l’évolution temporelle des atomes et des molécules, la DM adopte l’approximation de Born-Oppenheimer. C'est-à-dire que l’effet des électrons, mouvement rapide, a été moyenné et les atomes sont représentés par leurs noyaux. Ces derniers sont traités comme des masses ponctuelles en interaction mutuelle et obéissent aux équations classiques du mouvement : équations d’Hamilton, de Lagrange ou de Newton (équation 2.1). Donc, la méthode requiert la définition d’une configuration qui puisse représenter le polymère et d’un champ de forces qui décrit les interactions entre les différents atomes et molécules. mi dvi = Fi dt [2.1] La force, Fi, exercée sur la particule i de masse mi est dérivée d’un champ de forces U ( Fi = − ∂U ). Les équations différentielles (équations de mouvement) sont résolues ∂q i numériquement par des méthodes itératives en les transformant en équations algébriques. Ces méthodes sollicitent la discrétisation de l’espace temps en supposant que les forces exercées sur les atomes restent constantes sur des intervalles de temps qui définissent le pas de 28 l’intégration, ∆t . En calculant les forces agissant sur les particules à chaque pas de temps, les nouvelles positions et vitesses peuvent être déduites, ce qui permet l’obtention de l’ensemble des trajectoires atomiques (vitesses et positions individuelles des atomes). Cela mène à une exploration de l’espace des phases de 6N dimensions, tel que N est le nombre des particules (3N dans l’espace des configurations et 3N dans l’espace des momentums). Pour résoudre l’équation de mouvement en utilisant le moins de temps CPU (Central Process Unit) possible, de nouvelles méthodes numériques ont été introduites. Elles utilisent différents incréments de temps durant une simulation. Malheureusement, elles ne sont pas implantées dans tous les codes de DM. Le choix du pas de temps dépend du type de simulation et de l’algorithme employé. L’algorithme de référence le plus souvent utilisé pour intégrer ces équations de mouvement est la méthode de Verlet (116) (équation. 2.2). Elle permet l’emploie d’un incrément de temps de 1 femtoseconde (fs) qui représente un gain très important comparativement aux autres méthodes (généralement 0.5 fs). Ce pas de temps permet une bonne représentation de la vibration la plus rapide de la description atomistique (la liaison CH). La base théorique de cet algorithme est un développement limité de Taylor. r (t + ∆t ) = 2r (t ) − r (t − ∆t ) + ∆t 2 r(t ) + O(∆t 4 ) [2.2] La position r d’une particule à un temps t + ∆t est calculée à partir de sa position aux temps t et t-∆t ainsi que son accélération r(t ) au temps t. O(∆t 4 ) est l’erreur de la méthode, ce qui indique que l’algorithme est très stable du point de vue numérique. Il faut noter que l’algorithme de Verlet satisfait la symétrie par renversement du temps qui est une caractéristique importante des équations de mouvement. En pratique, pour une configuration donnée dans l’espace des phases, cette caractéristique n’est observée que pour une trajectoire de quelques picosecondes (ps). Cependant, un traitement statistique des données de simulation, en effectuant une moyenne dans le temps et sur plusieurs 29 configurations, permet d’explorer adéquatement l’espace des phases du système. Cela dit, comme tous les points de départ dans l’espace des phases sont statistiquement indiscernables, le fait de tomber sur l’un ou l’autre point dans un processus inverse n’influence pas les résultats. L'handicap le plus important de la méthode de Verlet est qu’elle n’utilise aucune vitesse explicite. L’algorithme de Verlet leapfrog (Verlet saute-mouton) est couramment employé pour résoudre ce problème. D’après cette méthode, les nouvelles vitesses et positions sont calculées selon les formules suivantes : v(t + 1 1 ∆t ) = v(t − ∆t ) + ∆t r(t ) 2 2 r (t + ∆t ) = r (t ) + ∆t v(t + [2.3] 1 ∆t ) 2 [2.4] Dans ce cas-ci, les vitesses sont d'abord calculées au temps demi-entier ( t + 1 ∆t ), puis elles 2 sont employées pour calculer les positions, r, au temps entier ( t + ∆t ), de telle sorte que les vitesses sautent les positions, ensuite les positions sautent les vitesses. De cette caractéristique découle le nom. Les vitesses à temps t correspondent à la moyenne des vitesses aux temps t+ 1 1 ∆t et t − ∆t . L’accélération r(t ) est calculée à partir de la connaissance des forces 2 2 exercées sur chaque atome lors de la dynamique. Les champs de forces qui décrivent ces forces seront présentés dans le paragraphe suivant. 2.3 Champ de forces L’une des tâches principales intervenant lors d’une simulation de DM est la définition du champ de forces qui est la somme des termes caractérisant les interactions entre les différents 30 atomes des molécules. Un champ de forces est défini par l’ensemble de ces paramètres d’interaction et sa formule mathématique. Cette formule est la fonctionnelle à partir de laquelle le potentiel est calculé. On peut distinguer deux catégories de champs de forces, ceux appartenant à la première catégorie qui contiennent seulement des termes harmoniques et ceux faisant partie de la deuxième catégorie qui ajoutent de plus des termes croisés (anharmonique). Puisque le champ de forces est le facteur fondamental qui affecte la simulation, il est un sujet d’intenses études. Tous les travaux sur les champs de forces sont basés, en général, sur le travail original de Hendrickson dans les années 60 (142). Les travaux les plus remarquables sur ce sujet, pour les champs de forces de première catégorie, sont ceux de Kollman dans le développement de AMBER (Assisted Model Building with Energy Refinement) (143-146), celui de Jorgensen pour OPLS (Optimized Potentials for Liquid Simulations) (147-150), Karplus dans le développement de CHARMM (Chemistry at HARvard Macromolecular Mechanics) (151-153), Allinger dans le développement de MM (Molecular Mechanics) (154157) et, finalement, celui de Moy dans le développement de DREIDING (158). Pour les champs de forces de deuxième catégorie, on peut citer les champs de forces de la famille CFF (Consistent Force Field) tel que : CFF93 (159), PCFF (Polymer Consistent Force Field) (160) et COMPASS© (Condensed-phase Optimized Molecular Potentials for Atomistic Simulation Studies) (161). Comme tous les champs de forces récents appliquent des approximations physiques de moins en moins restrictive, le développement des champs de forces est, pour Hagler, autant un art qu’une science (162). Les champs de forces de première catégorie AMBER et OPLS seront utilisés dans le cadre de ce travail (section 2.6). Un champ de forces comporte deux types d’interactions : les interactions intramoléculaires qui ne dépendent que de la géométrie de la molécule et les interactions intermoléculaires qui ne concernent que les atomes considérés comme non liés. Les interactions intramoléculaires peuvent être écrites sous la forme suivante : Uintra = Ub + U θ + U φ 31 [2.5] Le premier terme exprime l’énergie d’élongation de la liaison, le deuxième révèle l’énergie de variation angulaire entre deux liaisons adjacentes et le troisième terme donne l’énergie de variation de l’angle dièdre entre trois liaisons successives. D’autres champs de forces ajoutent un terme qui exprime l’énergie hors du plan. Il faut préciser que les champs de forces de deuxième catégorie possèdent plusieurs termes additionnels exprimant l’énergie des termes croisés. Voir l’annexe I pour plus de détails. L’énergie des interactions intermoléculaires à courtes et longues portées est donnée par l’équation suivante : Uinter = UCoul + UVdW [2.6] avec UCoul le terme exprimant les interactions électrostatiques de Coulomb et UVdW le terme des interactions de Van der Waals. Au sein des polymères, les interactions non-liantes et le terme de torsion sont de prime importance. En effet, la mobilité des polymères est due principalement à ces termes et dans une moindre mesure au terme de variation angulaire. De ce fait, les termes de torsion, de Van der Waals et de Coulomb seront plus explicités. 2.3.1 Terme de torsion Le terme de torsion décrit l’énergie potentielle nécessaire pour effectuer une rotation autour d’une liaison. Cette rotation est directement liée à l'angle de torsion qui est défini par la position de quatre atomes liés par trois liaisons successives (Figure 9). L’angle dièdre φ qui détermine la conformation du polymère est défini par l’angle entre les liaisons AB et CD, c'est-à-dire l’angle entre les plans (ABC) et (BCD). 32 D φ B C A Figure 9 : Illustration de l’angle dièdre φ défini par les quatre atomes A, B, C et D. D’un point de vue mathématique la fonctionnelle qui exprime ce terme doit être périodique. Ses minima déterminent les états rotamériques qui sont les conformations les plus stables. Généralement, le terme de torsion est présenté par une série de Fourier qui a la forme suivante : U (φ ) = ∑ An cos(nφ ) [2.7] n 2.3.2 Terme de Van der Waals Le potentiel de Van der Waals est constitué d’une partie attractive qui caractérise les interactions à longue portée et une autre répulsive. Le terme attractif provient des forces dipolaires, des forces de Debye et des forces de dispersions dues aux fluctuations de la distribution de charges au sein d’un atome. Par contre, le terme répulsif découle du volume exclu à courte portée, c'est-à-dire la force qui empêche que deux atomes soient au même endroit au même moment. Habituellement, les interactions de Van der Waals sont présentées par un potentiel de type Lennard-Jones qui s’exprime sous la forme suivante : 33 σ ij U (rij ) = 4ε ij r ij 12 6 σ ij − r ij [2.8] Où ε ij est la profondeur du puits de potentiel à r0 = 6 2 σ ij et rij est la distance entre deux particules en interaction. Les paramètres ε ij et σ ij sont déterminés dans les champs de forces et caractérisent la paire d’atomes i et j. Ils sont calculés à partir des paramètres des atomes individuels selon différentes expressions (Annexe I). 2.3.3 Terme des interactions électrostatiques Les méthodes à champ de forces ne considèrent pas explicitement les électrons. Leurs effets sont moyennés. Ils sont représentés par une charge partielle ponctuelle attribuée aux atomes selon leur électronégativité. Le potentiel électrostatique est décrit par la loi de Coulomb : U (rij ) = qi q j 4πε 0ε r rij [2.9] Les interactions électrostatiques dépendent des charges partielles qi et q j des atomes i et j, de la permittivité du vide ε0 et de celle du milieu εr, ainsi que de la distance rij entre les atomes i et j. Bien que les interactions Coulombiennes ainsi que les interactions de Van der Waals ne concernent que les atomes séparés par au moins trois liaisons consécutives, ces interactions consomment la majorité du temps de calcul. De ce fait, il devient impératif d’employer une méthode de troncature pour les calculer. La méthode de troncature (cut-off) consiste à ne considérer les interactions entre deux atomes que si la distance qui les sépare est inférieure à 34 une distance critique rc. L’utilisation de cette méthode engendre beaucoup d’erreurs dans la sommation de l’énergie non-liante. Pour diminuer les erreurs, la méthode de troncature graduelle est souvent utilisée. L’équation (2.10) explique le principe de cette méthode. U (rij ) U (rij ) = S (rij ).U (rij ) 0 si rij < rc si rb < rij < rc si rij > rc [2.10] tel que S(rij) est une fonction décroissante qui vaut 1 à rb et 0 à rc. Cette fonction permet la continuité et un potentiel nul à rc. rb est un paramètre choisi par le simulateur. Cette méthode peut être utilisée dans le cas des interactions de type Lennard-Jones où le terme à longue distance est en 1/r6. Cependant, elle n’est pas recommandée pour le calcul des interactions électrostatiques qui varient en 1/r. Dans ce cas, des méthodes plus sophistiquées sont nécessaires. Parmi ces méthodes, on trouve la sommation d’Ewald. 2.3.4 Sommation d’Ewald La sommation d’Ewald, qui est un cas particulier de la sommation de Poisson, a été développée afin de déterminer la constante de Madelung des cristaux ioniques (163). Cette méthode est la technique appropriée pour calculer les potentiels d’interactions électrostatiques des systèmes périodiques ou pseudopériodiques. Elle remplace la sommation dans l’espace réel par deux sommations, l’une dans l’espace réel et l’autre dans l’espace réciproque. La première sommation décrit le terme à courte distance et la deuxième représente l’interaction à longue portée. Pour calculer l’énergie électrostatique dans une cellule neutre de simulation, dans un premier temps et afin d’écranter les interactions, la méthode ajoute autour de chaque charge partielle une distribution gaussienne de signe opposé et de même amplitude. Ce terme est sommé dans l’espace réel. Dans un deuxième temps et pour que le potentiel global soit identique à l’original, on introduit une autre distribution gaussienne qui annule l’effet de la 35 précédente. Ce dernier terme décrit les interactions à longue portée et converge rapidement dans l’espace réciproque. La Figure 10 explique le fonctionnement de cette méthode. = + S1 S2 Figure 10 : Méthode de la sommation d’Ewald. Les charges partielles sont représentées par leur signe et les distributions gaussiennes sont illustrées par des courbes en cloche. L’énergie du système S1 est calculée dans l’espace réel. Par contre le potentiel de S2 est calculé à partir de l’équation de Poisson dans l’espace réciproque. La sommation des interactions électrostatiques en utilisant la méthode d’Ewald est très lourde en ressources informatiques car le temps de calcul augmente en N3/2, avec N le nombre total d’atomes dans le système. Il faut noter qu’il existe des versions récentes plus rapides qui utilisent la transformation de Fourier rapide (FFT) (Fast Fourier Transformation) en trois dimensions. On peut citer la méthode PME (Particule Mesh Ewald) (164) ainsi que PPPME (Particule Particule Particule Mesh Ewald) où le temps augmente en NlogN (165). Ces derniers algorithmes, malheureusement, ne sont pas implémentés dans le code de dynamique utilisé. L’emploi de la méthode d’Ewald dans nos simulations est justifié par l’importance des interactions non-liantes au sein des polymères. 36 2.4 Contrôle de la température et de la pression La modélisation des polymères requiert le confinement des chaînes dans une boîte de dimensions finies. Pour éliminer les effets de surface, il est opportun d’adopter des conditions aux limites périodiques, c'est-à-dire que tout atome sortant d’une paroi de la cellule entre automatiquement par la face opposée de la boîte. Grâce à cette technique, on obtient un système infini qui permet d’étudier différentes propriétés sous des conditions qui peuvent être comparées aux conditions expérimentales, telles que la pression et la température. Dans le paragraphe qui suit nous présentons une technique, parmi les différentes méthodes qui existent, pour contrôler ces deux paramètres lors d’une SA. 2.4.1 Thermostat de Berendsen (166) Pour calculer la température lors d’une simulation de DM, on fait appel au théorème d’équipartition de l’énergie qui relie celle-ci à l’énergie cinétique totale du système (équation 2.11) : Ec = Nk bT 2 [2.11] avec N le nombre de degrés de liberté et kb la constante de Boltzmann. Pour maintenir la température désirée pendant les simulations, le système est couplé à un bain thermodynamique. Ce couplage est vu comme une force de frottement de coefficient χ (équation 2.12). Par conséquent, les vitesses sont calculées selon l’équation 2.13 au lieu de l’équation 2.3. 37 ∆t T χ = 1 + souh − 1 ΓT T 1/ 2 [2.12] 1 1 v t + ∆t = v t − ∆t + ∆t r(t ) χ 2 2 [2.13] Tsouh est la température souhaitée, T est la température du système et ΓT est la constante de temps de couplage entre le système et le thermostat 2.4.1 Barostat de Berendsen (166) Maintenir la pression constante lors d’une simulation dans un ensemble thermodynamique de type NPT (nombre de particules, pression et température constants) nécessite le réajustement du volume total à chaque pas de temps de la dynamique (équation 2.15). Comme dans le cas de la température la méthode de Berendsen permet un couplage entre le système et un barostat. Le facteur de correction des positions et du volume est donné par l’équation suivante : ∆t µ = 1 + (P − Psouh ) ΓP 1/ 3 [2.14] Psouh est la pression souhaitée, P est la pression du système et ΓP est la constante de temps de couplage entre le système est le barostat. µ est le facteur du couplage. Dû à ce couplage, le volume, V, du système et les positions des atomes, r, subissent des corrections décrites par les équations suivantes : V (t + ∆t ) = µ 3V (t ) [2.15] r (t + ∆t ) = µ r (t + ∆t ) [2.16] 38 2.5 Les erreurs lors d’une simulation par DM Par définition, la simulation par DM est une expérience virtuelle (163, 167). De ce fait, comme n’importe quelle expérience dans un laboratoire, elle est sujette à des erreurs systématiques et statistiques. Les sources d’erreurs statistiques sont dues au fait que les valeurs qui découlent de la simulation sont moyennées dans le temps et l’espace. Par contre, les erreurs systématiques sont liées directement aux modèles théoriques, aux algorithmes utilisés et aux approximations employées pour décrire le système : le champ de forces, les configurations initiales, le barostat, le thermostat... Pour minimiser les erreurs, il est à propos d’utiliser en laboratoire les meilleurs appareils ainsi que le mode opératoire le plus approprié pour le type de mesure considéré. Dans le cas d’expériences de simulation, dans les limites technologiques disponibles, il est souhaitable d’utiliser les meilleures méthodes avec les algorithmes les plus efficaces, les approximations appropriées, ainsi qu’une méthode rigoureuse dans le choix des variables intervenant lors d’une simulation par DM. La section suivante présente en détail notre démarche qui tend à suivre ce principe. 2.6 Choix du champ de forces Tel que mentionné précédemment, un champ de forces est défini entre autres par ses paramètres. Ces derniers ont été calculés suivant différentes méthodes pour remplir des objectifs spécifiques. AMBER, OPLS, PCFF et COMPASS© ont été paramétrisés à partir d’un large ensemble de molécules telles que des peptides, de petites molécules organiques ou des acides aminés. Les paramètres des champs de forces génériques tels que DREIDDING et UFF (Universal Force Field) (168) n’ont pas été déterminés pour reproduire les propriétés de molécules bien spécifiques. D’autres champs de forces spécialisés ont été soigneusement paramétrisés pour reproduire les propriétés de composés spécifiques tels que l'eau (169) et les solutions aqueuses de polymères (170). 39 Dans le cas des polymères, les champs de forces de deuxième catégorie sont souvent utilisés. Soldera (140, 171, 172) a montré qu’il était possible de modéliser la différence de la température de transition vitreuse des deux isomères du PMMA avec le champ de forces PCFF de deuxième catégorie. Ce champ de forces nécessite une mémoire (ROM) et un temps de calcul importants. Puisque les termes d’énergie potentielle les plus influents lors de la transition vitreuse des polymères sont ceux qui expriment les énergies d’angle de valence, de torsion et les interactions intermoléculaires (140, 171, 173), l’utilisation d’un champ de forces comportant des termes croisés n’est pas requise. Le but de cette étude est l'utilisation d’un champ de forces simple, de première génération, pour simuler la différence de Tg observée dans les polymères vinyliques stéréoréguliers. L’utilisation d’un champ de forces de première catégorie présente plusieurs avantages : I) Une formulation mathématique simple. II) Une diminution du temps CPU. III) Une meilleure compréhension de la transition vitreuse grâce à une meilleure interprétation physique de chaque terme intervenant dans la formule mathématique. IV) Les codes de simulation qui utilisent les champs de forces de première catégorie sont de type source ouverte (open source) donnant accès au code source, ce qui permet de modifier le programme de dynamique moléculaire selon nos besoins. Parmi les nombreux champs de forces de première catégorie qui existent dans la littérature, nous avons opté pour AMBER. Ce choix résulte principalement au succès de AMBER dans la modélisation de la différence de solubilité entre les deux isomères du PMMA (174). AMBER a été développé par Kollman et al. (143-146) afin de modéliser les petites molécules organiques. Pour ajuster les différents paramètres du champ de forces, AMBER utilise plusieurs approches : 40 • Expérimentale pour les paramètres qui décrivent les interactions intramoléculaires. • Expérimentale pour les paramètres de Van der Waals, analogue à celle utilisée par OPLS. • Quantique pour calculer les charges partielles. Les charges partielles sont calculées à partir du potentiel électrostatique restreint RESP (Restrained ElectroStatic Potential). Cette méthode est réservée aux molécules à faible nombre d’atomes alors que la modélisation des polymères nécessite un grand nombre d’atomes; il devient donc impossible d’utiliser les charges RESP pour calculer les charges partielles des atomes. Pour résoudre ce problème lors de nos simulations, deux stratégies ont été employées. La première consiste à utiliser AMBER avec le même type de charges employées par Apel et al. (174) où les charges sont calculées avec la méthode QEq (charge Equilibration) (175). Cette méthode calcule les charges à partir des potentiels d’ionisation, de l’affinité électronique et des rayons atomiques. La deuxième stratégie se base sur l’utilisation des charges du champ de forces OPLS. Ce choix est dû au succès de ce champ de forces dans la modélisation des liquides. Les paramètres des interactions non-liantes d’OPLS sont dérivés de la connaissance de la densité expérimentale et de l'enthalpie de vaporisation des liquides. Notons que dans le reste de cet ouvrage, l’utilisation du terme OPLS pour le champ de forces indique l’utilisation du champ de forces AMBER avec les charges OPLS. 2.7 Génération et équilibrage des configurations initiales La première étape lors d’une simulation par DM consiste en la génération d’une cellule périodique bien équilibrée à partir d’une chaîne isolée; il s’agit de confiner cette chaîne à l’intérieur d’une boîte de simulation en utilisant les conditions aux limites périodiques, tout en préservant les propriétés macroscopiques. 41 À partir des modèles atomistiques simples, beaucoup d'efforts ont été déployés pour construire des cellules de polymères amorphes. Theodorou et Suter (127) ont proposé une méthode de génération des chaînes de polymère à la densité expérimentale, basée sur le modèle RIS modifié afin de tenir compte du volume exclu à longue distance. Seuls les angles de torsion du squelette (backbone) déterminent l’énergie de la chaîne en croissance, ainsi que certaines interactions de Van der Waals. Cependant, la génération des chaînes longues et complexes par cette méthode présente quelques failles, en particulier l’apparition de boucles et de superpositions de segments (overlaps). Les superpositions de segments mènent à des forces répulsives importantes. Ceci a donné l’idée de développer des méthodes basées sur la réduction des rayons de Van der Waals dont la plus récente est la méthode SuSi (Structure Simulation) développée par le groupe de Curco (176-180). Lors de l’ajout d’un segment, cette méthode considère les interactions 1-4 ainsi que les interactions de torsions. Une alternative consiste à générer des cellules de polymère amorphe à des densités réduites, puis à les compresser lentement jusqu'à ce que la densité expérimentale soit atteinte (181). La même idée a été utilisée par Lyulin et al. (182-184) pour générer des cellules de simulation de PS à partir d’une chaîne initialement toute trans. Dans ce dernier cas, la chaîne de PS a été immergée dans une boîte de simulation d’une taille plutôt grande afin d'éviter les interactions non-liantes de la chaîne avec son image. Une pression à haute température a été appliquée durant une longue DM (10 à 20 ns). La valeur de la pression a été ajustée afin d’obtenir la densité expérimentale. Cette valeur de pression a été utilisée pour obtenir les densités à d’autres températures. Cette méthode est très coûteuse en ressources informatiques et elle nécessite la connaissance de données expérimentales à hautes températures. Khar et Paulaitis (185, 186) utilisèrent un autre stratagème en se basant sur la méthode de Rigby et Roe (187). Ils construisirent une cellule de PS amorphe à partir des monomères précédemment équilibrés à l’intérieur de la boîte de simulation. Cette polymérisation se fait en connectant les UR adjacentes par une méthode de Monte Carlo. Cette méthode ne convient que pour les chaînes courtes et son efficacité diminue rapidement avec l’augmentation de la longueur de la chaîne. 42 Afin de générer des polymères amorphes réalistes, des algorithmes Monte Carlo, plus sophistiqués, ont été récemment développés (188-195). Cependant, le but de ce travail n’est pas de coder ces algorithmes ou bien de créer une nouvelle méthode, mais de développer une nouvelle procédure afin de palier les problèmes de la méthode de Theodorou et Suter connue commercialement sous le nom Amorphous_Cell. En utilisant ce code de génération de chaînes polymères, Hoffmann (196-198) a proposé une méthode basée sur une série de dynamiques moléculaires dans différents ensembles thermodynamiques. Il a obtenu un excellent accord entre les densités simulées et expérimentales. Toutefois, le temps CPU de cette méthode est exorbitant. Dans le cadre de cette étude, nous proposons une approche, en plusieurs étapes, qui sollicite un temps CPU plus faible et qui est basée sur des principes de la physique statistique : I) Génération des cellules de simulation en utilisant Amorphous_Cell. II) Sélection des configurations initiales en deux étapes : a. Les configurations les plus probables (configurationnel). b. Critère énergétique. III) Recuit simulé. IV) Compression hydrostatique suivi d’une minimisation. Il est à préciser que cette procédure a été l’objet d’un article dans un périodique avec comité de lecture (199). Les sections suivantes décrivent en détail les étapes de cette procédure qui permet d’obtenir des configurations équilibrées dans un temps CPU raisonnable, ainsi que les conditions de simulation. 2.7.1 Amorphous_Cell Amorphous_Cell d’Accelrys est un code de calcul qui permet la génération de chaînes polymères en se basant sur la méthode de Theodorou et Suter (127) et celle de Meirovitch 43 (200). Selon cet algorithme, la chaîne est reconstruite segment par segment dans tout l’espace. Trois atomes de la chaîne principale ainsi que leurs chaînes pendantes sont initialement placés aléatoirement dans la cellule de simulation. Dans une boîte périodique, la chaîne se développe étape par étape en ajoutant une liaison à la fois, avec le groupement pendant, au squelette. Dans le but d’obtenir des cellules homogènes et pour éviter le blocage de la chaîne par ses voisines périodiques dû à l’effet de volume exclu à longue distance, l’ajout d’un segment se fait en respectant le modèle RIS modifié décrit par l’équation suivante : q 'ξη ;i = qξη ;i exp(−∆U ηLR;i / RT ) qξη ∑ η ';i exp(−∆U ηLR';i / RT ) [2.17] ' avec R la constante des gaz parfaits et qξη ;i la probabilité conditionnelle selon le modèle RIS, c'est-à-dire la probabilité d’obtenir la liaison i dans l’état conformationnel η sachant que la liaison i-1 se trouve dans l’état rotamérique ξ . ∆UηLR;i est la différence d’énergie à longue distance (long- range) due à l’ajout de la liaison i dans l’état rotamérique η. Dans le cas où la probabilité conditionnelle émanant du modèle RIS n’est pas définie, l’ajout d’un segment est régi par l’équation suivante : exp(−∆UηLR;i / RT ) q' = ∑ exp(−∆UηLR';i / RT ) [2.18] η' Pour compenser l’absence de la probabilité conditionnelle, l’énergie d'interaction non-liante est calculée pour toutes les paires d'atomes séparés par plus de deux liaisons au lieu de quatre dans le premier cas. 44 2.7.2. Protocole de génération des configurations initiales En pratique, il existe trois étapes pour générer les configurations initiales de chaque polymère. Dans un premier temps, l’UR polymérique doit être créée et minimisée. Dans un deuxième temps, cette UR est utilisée pour générer une chaîne de longueur de 100 UR. Afin d’obtenir la configuration la plus stable de cette chaîne, un processus de minimisation basé sur les méthodes pentes abruptes, gradient conjugué et Newton-Raphson a été employé. Dans un troisième temps, en suivant la méthode décrite dans la section précédente, cette chaîne est confinée à l’intérieur d’une boîte homogène périodique. Pour les polymères à faible densité, le confinement a été effectué à la densité expérimentale. Cependant, pour les polymères à haute densité, ce processus de confinement a été effectué à basse densité, environ 30 % en dessous de la densité expérimentale (201, 202), puis une dynamique dans l’ensemble NPT a été appliquée pour ramener le système à la densité expérimentale. Ce protocole empêche la superposition de segments ou la formation de boucles dans le cas des polymères denses. Dans cette étude, les algorithmes de génération de chaînes implantés dans le code de calcul Amorphous_Cell d’Accelrys ont été utilisés tel quel. 2.7.3 Sélection des configurations initiales Malgré l’évolution technologique des dernières années, le temps accessible par une simulation de DM est toujours inférieur au temps de Rouse (203), qui correspond au temps nécessaire pour que la chaîne de polymère se déplace d’une distance comparable à son rayon de giration. En effet, lors d’une simulation par DM d’un système polymérique, la trajectoire simulée est toujours le reflet de la configuration initialement construite. Ainsi la Figure 11 montre que la variation de la distance quadratique moyenne entre les bouts de chaîne des deux isomères du PMMA en fonction de la température est minime. De plus, lors de la dynamique, sa valeur ne varie pas beaucoup par rapport à la valeur initiale. Ceci indique clairement l'importance du 45 choix des configurations initiales ainsi que la limite de l’exploration de l'espace des phases par la simulation. Donc, pour bien représenter cet espace, les propriétés déterminées pour un polymère devront être moyennées sur un ensemble de configurations initiales indépendantes et soigneusement choisies. Parmi les 50 configurations initialement générées pour chaque polymère, 10 cellules sont sélectionnées selon deux critères : le rayon de giration (ou la distance quadratique moyenne entre les bouts de chaîne) le plus probable (Figure 12) et la plus faible énergie potentielle. Le nombre de configurations sélectionnées représente un bon compromis entre le temps CPU et la représentation de l’espace des phases. 65 i-PMMA s-PMMA 60 Re (Å) 55 50 45 40 35 30 200 300 400 500 600 700 800 Température (K) Figure 11 : Variation de la distance quadratique moyenne entre les bouts de chaîne, Re, en fonction de la température. Pour confirmer notre choix des configurations initiales, les probabilités associées aux états rotamériques ont été calculés et reportés au Tableau 1. Ces valeurs sont comparées aux quantités provenant du modèle RIS calculées pour une liaison au milieu d’une chaîne du même polymère. On constate quelques différences dues à l’introduction des interactions à longues distances. Dans le but de simplifier, seuls trois états rotamériques ont été considérés (le PMMA en présente 6). 46 Probabilitiés 0.20 0.16 0.12 0.08 0.04 12 14 16 18 20 22 Rayon de Giration (Å) Figure 12 : Probabilité du rayon de giration des configurations de départ de s-PMMA. Tableau 1 : Comparaison des probabilités simulées et calculées des états rotamériques. Simulation (modèle RIS) Polymère t% g % g % PE (204) 55 ± 3 (60) 23 ± 4 (20) 22 ± 4 (20) i-PMA (205) 60 ± 4 (67) 20 ± 4 (22) 20 ± 3 (11) s-PMA (205) 71 ± 7 (93) 12 ± 5 (4) 17 ± 5 (3) i-PMMA (206) 61 ± 5 (72) 21 ± 6 (20) 18 ± 4 (8) s-PMMA (206) 72 ± 3 (88) 14 ± 2 (4) 14 ± 3 (8) i-PS (207) 43 ± 5 (52) 48 ± 6 (47) 9 ± 4 (1) s-PS (207) 67 ± 4 (80) 26 ± 5 (19) 7 ± 3 (1) i-PαMS (208) 74 ± 4 (84) 14 ± 3 (8) 12 ± 3 (8) s-PαMS (208) 83 ± 5 (94) 8 ± 3 (3) 9 ± 2 (3) 47 2.7.4 Recuit simulé Afin d’éliminer les défauts et d’améliorer la qualité des métaux et des alliages, les métallurgistes utilisent le principe du recuit qui correspond à un cycle de chauffage : montée à haute température, maintien en température, puis refroidissement. Ce processus permet la restructuration et le réarrangement spatial des atomes. C’est d’ailleurs ce qui a inspiré les modélisateurs à adopter une méthode similaire dans leur quête de la configuration la plus stable et de l’équilibrage des systèmes à simuler (209). Pour appliquer cette méthode à nos polymères, la température des cellules de simulation a été augmentée progressivement de 300 à 800 K en incréments de 50K. Ensuite, les systèmes ont été refroidis de 800 à 240 K utilisant une vitesse de refroidissement de 1.2 1013 K/min. Cette vitesse correspond à une durée de 100 ps par pas de 20K (100ps/20K). Dans le but d’étudier l’effet de la vitesse de refroidissement, une autre vitesse de refroidissement de 1.2 1012 K/min (1ns/20K) a été également employée pour les deux isomères de PMMA. Notons qu’à la température finale (240K), tous les polymères se trouvent dans l’état vitreux. Ces simulations de DM ont été exécutées avec le champ de forces de première génération, OPLS, en utilisant le programme DL_POLY développé par Smith et Forrester de Daresbury Laboratory (210). L’algorithme de Verlet leapfrog a été employé pour intégrer les équations de mouvement avec un pas de temps de 1 fs dans un ensemble NPT, similaire aux conditions expérimentales. La pression et la température sont contrôlées durant la simulation par la méthode de Berendsen (166). Des conditions aux limites périodiques ont été appliquées au système élémentaire comportant une chaîne de 100 UR. La méthode d’Ewald a été utilisée avec une distance de troncature de 10 Å afin de calculer les interactions non-liantes. Pour confirmer l’efficacité de cette méthode, la Figure 13 montre la probabilité des états rotamériques de la configuration sPMMA à 300K où on constate l’existence de six états rotamériques prédits par le modèle RIS (206). 48 Notons que cette méthode est similaire à la dilatométrie simulée (199, 211). Cependant les Tg déterminées à ce stade ne sont pas reproductibles (section 3.3.1) 0.018 t+ 13° t− − 9° 0.016 Probabilités 0.014 0.012 0.010 0.008 0.006 g− − 128° g+ − 105° g− 106° 0.004 g+ 130° 0.002 0.000 -180 -120 -60 ϕ (°) 0 60 120 180 Figure 13 : Variation de la probabilité d’apparition simulée des états rotamériques du s-PMMA à 300K. 2.7.5 Compression hydrostatique Pour déterminer la structure cristalline des composés inorganiques qui correspond au minimum d’énergie, une compression hydrostatique uniforme est souvent utilisée (212). Cette méthode a été appliquée aux configurations issues du recuit simulé afin d’obtenir leur état le plus stable. En fait, ce processus s’applique en deux étapes. Dans un premier temps, une compression ou bien une dilatation uniforme de la cellule de simulation est effectuée en variant uniformément les arêtes des cellules de 0,1 Å, avec une convergence en énergie de 10 kcal/mol. Quand un minimum est atteint, une optimisation plus raffinée est imposée avec une convergence énergique de 0,1 kcal/mol et une variation des arêtes de 0,001 Å. Durant le processus de compression hydrostatique, le champ de forces COMPASS© d’Accelrys spécifiquement paramétrisé pour bien représenter l’état condensé, a été employé pour tous les 49 polymères. Dans le but de faire une étude comparative, deux autres champs de forces ont été utilisés; le champ de forces OPLS de première génération et le champ de forces PCFF de deuxième catégorie. Densité (g.cm-3) 1.2791 1.2317 1.1877 1.1468 1.1086 1.0728 Énergie (kcal.mol-1) 3380 3370 3360 i-PMMA s-PMMA 3350 3340 3330 3320 3310 13000 13500 14000 14500 Volume (Å3) 15000 15500 Figure 14 : Variation de l’énergie en fonction du volume des cellules de simulation. La Figure 14 montre la variation de l’énergie de 5 configurations de chaque isomère du PMMA en fonction du volume de la cellule de simulation durant l'application de la compression hydrostatique uniforme. Au cours de ce processus, l’ensemble des données collectées peut être ajusté par une équation d’état (EOS) (Equation Of States). Cette ajustement permet la détermination de la densité, ρ, correspondant à un minimum d’énergie, ainsi que du module de compressibilité (bulk modulus). Ces paramètres sont de bons révélateurs de la qualité de notre procédure. 2.7.6 Densité et module de compressibilité simulés Par définition, le module de compressibilité ou d'élasticité, B, est l’inverse du coefficient de compressibilité qui mesure la variation relative du volume sous l’effet d’une pression isotrope. 50 ∂P B = − V0 ∂V NT [2.19] 0 Dans cette équation, l’indice 0 indique que la dérivée est obtenue à l’énergie d’équilibre. P est la pression appliquée et V0 est le volume au minimum d’énergie potentielle. Théoriquement, une température de 0 K est associée à ce minimum et, par conséquent, tous les polymères se trouvent dans l’état vitreux. Ainsi, les variations de l’entropie peuvent être négligées et le module de compressibilité est donné, dans ce cas, par l’équation suivante : ∂2E B = V0 2 V ∂ NT [2.20] 0 L’hypothèse des petites déformations peut être adoptée puisque, durant le processus de la compression hydrostatique, une variation faible de l’arête a été utilisée. De ce fait, la loi de Hooke, caractérisée par une équation quadratique, peut décrire la variation de l’énergie en fonction du volume. Un tel ajustement donne directement accès aux valeurs de B et de la densité des matériaux. Une autre méthode basée sur une EOS a été utilisée pour calculer la densité et le module de compressibilité du PMA. Cette dernière est comparable à la méthode appliquée dans le cas des composés inorganiques. L’équation d’état de Murnaghan (équation. 2.21) (213), dérivée de la mécanique des milieux continus, a été choisie pour ajuster les données provenant de la compression hydrostatique uniforme : B ' −1 1 1 V 1 V0 + − E (V ) = B V0 + E0 − − B ' ( B ' 1 ) V B ' V B ' 1 0 M 0 51 [2.21] tel que V0 est le volume au minimum d’énergie potentielle, B0 et B' sont respectivement le module de compressibilité et sa dérivée par rapport à la pression. L’indice M réfère à l’équation d’état de Murnaghan. 2.8. Résultats et discussions L'application d’une compression (ou dilatation) hydrostatique uniforme à l'état vitreux des polymères implique des changements conformationnels. Comme exemple typique, les variations de l'énergie et de la distance quadratique moyenne entre les bouts de chaîne en fonction du volume des cellules de simulation, pour une configuration de PMA, sont reportées dans le même graphique (Figure 15). Dans ce cas, une dilatation raffinée a été effectuée sur la configuration qui correspond au minimum de l'énergie obtenue lors de la première phase décrite dans la section 2.7.4. Différentes régions sont définies selon le comportement de l'énergie, tel que montré à la Figure 15. Pour chaque région, la distance quadratique moyenne entre les bouts de chaîne augmente avec le volume des cellules, mais le pourcentage des états trans demeure constant suivant les données rapportées au Tableau 2. Pendant la variation hydrostatique, le changement observé de la distance quadratique moyenne entre les bouts de chaîne, ou du rayon de la giration, n'est pas significatif puisqu'il est inclus dans l’écart type moyen. 52 22.6 115 22.7 22.8 22.9 23.0 110 105 28.6 28.5 95 90 22.6 100 22.7 22.8 22.9 Paramètre de cellule (Å) Re (Å) Énergie (kcal.mol-1) 28.7 28.4 28.3 28.2 28.1 28.0 23.0 Figure 15 : Variation de l’énergie et de la distance quadratique moyenne entre les bouts de chaîne, Re, en fonction du paramètre de la cellule. Afin de calculer B et ρ, l’EOS de Murnaghan et l’équation quadratique ont été utilisées pour ajuster les données pour chaque région de la Figure 15. Ces valeurs sont reportées au Tableau 2. Malgré le fait que la dérivée de l'énergie soit nulle dans la région 3, elle ne correspond pas au minimum d'énergie. Ceci est dû au saut énergétique observé après une dilatation uniforme qui correspond à la région 4. Puisque la région 4 ne présente pas de minimum d'énergie, une compression uniforme additionnelle est nécessaire pour obtenir la configuration d’équilibre, région 5. Par soucis de clarté, la distance quadratique moyenne entre les bouts de chaîne de cette région n'est été pas indiquée à la Figure 15. Les valeurs ajustées du module de compressibilité et de la densité sont données au Tableau 2. Les régions 3 et 5 montrent une dérivée de l'énergie nulle, mais une valeur d’énergie minimale différente. Cependant, elles présentent des valeurs comparables de module de compressibilité et de densité. Les deux équations, EOS de Murnaghan et l’équation quadratique, donnent des résultats différents pour les deux paramètres ajustés dans les régions qui n’ont pas une dérivée d'énergie nulle. L’écart entre les données obtenues dans ces zones et les données à la configuration d'équilibre est plus 53 prononcé pour l'équation quadratique puisque la loi de Hooke devient moins appropriée. En conséquence la densité et le module de compressibilité doivent être calculés impérativement au minimum d'énergie. Tableau 2 : Comparaison entre le module de compressibilité et les valeurs de densités calculés en utilisant les équations 2.20 et 2.21 pour les différentes régions définies à la Figure 15. EOS de Murnaghan Région Équation Quadratique Pourcentage de trans ρ M (g.cm-3) B0M (GPa) ρ (g.cm-3) B (GPa) 1 63 % 1,1917 5,31 1,2054 11,7 2 64 % 1,1908 7,29 1,1922 8,34 3 63 % 1,1891 7,19 1,1891 7,18 4 64 % 1,1869 7,26 1,1878 6,00 5 64 % 1,1871 7,16 1,1871 7,18 La Figure 16 montre la variation de la densité simulée obtenue en utilisant le champ de forces COMPASS© en fonction de la densité expérimentale. On constate un excellent accord entre les données expérimentales et simulées. Ce résultat est dû au fait que les interactions nonliantes de COMPASS© ont été considérablement améliorées comparativement au PCFF [37.38]. Il faut noter que COMPASS© est paramétrisé spécifiquement pour bien représenter la phase condensée. Dans le cas du champ de forces OPLS, la densité simulée du PS présente un bon accord avec la densité expérimentale, mais les valeurs de densités simulées du PMA ainsi que des deux isomères du PMMA sont légèrement inférieures aux données expérimentales. Cependant, il est à souligner que la différence de densité entre les deux configurations du PMMA est exactement reproduite quelque soit le champ de forces employé (Tableau 3). 54 1.25 1.20 ρSim (g.cm-3) PMA Simulée Expérimentale i-PMMA s-PMMA 1.15 1.10 PS 1.05 i-PαmS 1.00 0.95 0.90 PE 0.85 0.85 0.90 0.95 1.00 1.05 1.10 1.15 1.20 1.25 ρExp (g.cm-3) Figure 16 : Variation de la densité simulée utilisant le champ de forces COMPASS© en fonction de la densité expérimentale. Pour tous les champs de forces utilisés, les valeurs simulées du module de compressibilité rapportées au Tableau 4 sont du même ordre de grandeur que les données expérimentales trouvées dans la littérature (214-217). Les valeurs calculées par COMPASS© indiquent que le module de compressibilité simulé dans le cas du PMMA et du PαMS dépend de la tacticité de la chaîne polymérique. Cette observation a été corroborée par l’utilisation du champ de forces PCFF dans le cas du PMMA. Ces résultats peuvent être expliqués par la symétrie de la chaîne pendante dans le cas de la configuration isotactique par rapport à la configuration syndiotactique. Cette symétrie augmente les interactions non-liantes au sein de cette configuration (171, 218, 219). Une telle augmentation facilite la compression; par conséquent, le module de compressibilité est moins important. Dans la littérature, aucune donnée expérimentale n’a été trouvée pour confirmer cette conclusion. Dans le cas des deux configurations du PMMA, les valeurs entre parenthèses de la densité et du module de compressibilité rapportées respectivement aux Tableau 3 et le Tableau 4 sont 55 obtenues en utilisant une vitesse de refroidissement du recuit simulé dix fois plus lente. On n’observe aucune dépendance en fonction de la vitesse de refroidissement des deux propriétés quelque soit le champ de forces employé. Pour tous les polymères considérés dans le cadre de cette thèse, un excellent accord entre les résultats expérimentaux et simulés est obtenu (199). Cet accord confirme l’efficacité de notre approche dans le choix des cellules de simulations représentatif de l’espace des phases. Ceci doit nous permettre de simuler la Tg, le sujet du prochain chapitre. Tableau 3 : Les densités simulées comparées aux données expérimentales. ρ sim. (g.cm-3) ρ exp. (g.cm-3) Polymère COMPASS© PCFF OPLS PE 0,90 ± 0,01 PMA 1,24 ± 0,01 1,18 ± 0,01 1,16 ± 0,02 1,19 ± 0,01 1,17 ± 0,01 1,14 ± 0,01 i-PMMA (1,19 ± 0,001) 1,16 ± 0,01 s-PMMA 0,86 (220) (1,14 ± 0,01) 1,14 ± 0,01 1,22 (221) 1,22 (221) 1,11 ± 0,01 1,19 (221) (1,15 ± 0,01) (1,10 ± 0,01) PS 1,07 ± 0,01 1,067 ± 0,01 i-PαMS 1,06 ± 0,01 1,073 (224) s-PαMS 1,03 ± 0,02 1,073 (224) 56 1,062 (222) 1,075 (223) Tableau 4 : Modules de compressibilités simulés comparés aux données expérimentales. Bsim. (GPa) Polymère COMPASS© PCFF PE 5,0 ± 0,5 PMA 6,2 ± 0,8 6,8 ± 0,5 6,6 ± 0,5 7,3 ± 0,5 i-PMMA OPLS 4,70 (214) (6,4 ± 0,4) 5,4 ± 0,4 s-PMMA Bexp. (GPa) 5±1 (5 ± 1) 6,3 ± 0,6 5±1 (5,1 ± 0,4) (5 ± 1) PS 5,6 ± 0,6 5,3 ± 0,5 i-PαMS 5,2 ± 0,9 s-PαMS 4,4 ± 0,7 57 5,93 (215) 5,77 (216) 6,0 (214) 4,5 (217) CHAPITRE TROIS SIMULATION DE LA TRANSITION VITREUSE DE POLYMÈRES VINYLIQUES 3.1 Introduction La dilatométrie est l’une des techniques expérimentales utilisée pour déterminer la Tg (4). Lors du refroidissement du système, le volume spécifique, c’est-à-dire l’inverse de la densité, est mesuré à différentes températures. La variation linéaire du volume spécifique en fonction de la température est caractérisée par un changement de pente lors de la transition de l’état caoutchoutique à l’état vitreux. Ainsi, l'intersection de la régression linéaire des deux lignes, représentant les deux états, détermine la valeur de la Tg. Cette procédure est appliquée à la SA afin d'obtenir la Tg simulée. En exécutant des simulations dans l’ensemble thermodynamique isobare isotherme NPT, le volume équilibré de la boîte de simulation est calculé à chaque température. La configuration finale obtenue à une température donnée est utilisée comme configuration initiale à la température suivante. La différence entre les deux températures définit l’incrément de température, ∆T . Le rapport entre cet incrément et la durée de la simulation à chaque température, ∆t , détermine la vitesse de refroidissement ( q = ∆T ) (Figure 17). Cela est ∆t comparable d’un point de vue expérimental aux travaux de Kovacs (225). Il faut noter que la configuration finale ne dépend que de la valeur de la vitesse de refroidissement et non aux valeurs absolues de ∆T et ∆t (226). 58 Ti Température Configuration initiale Configuration finale ∆T ∆t Tf temps ti tf Figure 17: Illustration de la dilatométrie simulée d’un liquide visqueux. Pour mesurer la Tg expérimentale, une vitesse de refroidissement standard de 10 K/min est généralement considérée. Celle-ci est largement plus faible que les vitesses de refroidissement simulées dû à des contraintes de puissance calculatoire. De ce fait, dans la littérature, il n'y a aucun consensus au sujet de la valeur de Tg simulée. Elle s'étend d'un parfait accord avec la valeur expérimentale à une valeur clairement plus élevée (141, 182-184, 227-238) (Tableau 5). Cette divergence entre les données simulées et expérimentales a plusieurs origines qui proviennent de la méthode de détermination de la Tg simulée. L’approche utilisée pour équilibrer les cellules de simulation, le champ de forces employé pour décrire les interactions durant la simulation, le nombre de configurations utilisées pour représenter l'espace des phases, la longueur de la chaîne polymérique ainsi que la vitesse de refroidissement sont les facteurs majeurs qui affectent la valeur de la Tg simulée (218, 219, 239). Pour éliminer les effets de ces facteurs, plusieurs méthodes ont été proposées (240). Toutefois, le but de ce travail n’est pas de tester ces méthodes ou bien de trouver une alternative pour générer les résultats expérimentaux, mais plus particulièrement de mesurer de façon reproductible la Tg de polymères vinyliques stéréoréguliers par SA (Figure 18) afin d’étudier et de comprendre le phénomène complexe de la transition vitreuse. 59 Tableau 5 : Compilation des résultats sélectionnés représentatifs de la littérature de la relation entre la Tg simulée et la valeur expérimentale. Polymères Comportement de la Référence Tg simulée 1 PE => Polybutadiène 1.4 PBD Polyisobutylène (PIB) Polyoxyméthylène (POM) PP Poly (diméthylsiloxane) (PDMS) Bisphénol A polycarbonate (BPA-PC) Glucose => < = => > > > Sucrose > (248) Trehalose > (248) <=> (235) Poly(3-hydroxybutyrate)/ Poly(ethylene oxide) > (236) PHB/PE = (249) Trehalose/Eau > (250) PMMA > (140, 218, 219, 229, 251, 252) => (141, 182, 253255) Cis-1,4-polybutadiene > (141, 234, 256) Myo et Neo-inositol > (257) Poly(3-aminopropyl méthyle) siloxane = (228) PVC = (258) PMA/triethylcitrate PS 1 (141, 227, 241244) (245, 246) (141, 243) (243) (141, 243) (243) (247) (248) > La Tg simulée est supérieure à la Tg expérimentale. < La Tg simulée est inférieure à la Tg expérimentale. = Les deux Tg sont égales. 60 uCH b) a) uCH H H H H θ C H n θ R R H C C θ C H H C C uCH c) C OCH3 O n n uCC uCO Figure 18 : Unités de répétition des polymères vinyliques avec les vecteurs servant à l’étude du mouvement local de la chaîne principale ( uCH ) et du couplage entre les chaînes principale et pendante ( uCO et uCC ). a) PE; b) PMA (R=H) et PMMA (R=CH3); c) PS (R=H) et PαMS (R=CH3). Avant de présenter les résultats de simulation, il est nécessaire de présenter la méthode qui a permis de réaliser de telles simulations. 3.2 Méthodologie Pour obtenir les Tg simulées, la méthode de dilatométrie présentée à la section 3.1 a été appliquée aux configurations équilibrées obtenues après le recuit simulé et la compression hydrostatique uniforme. Les systèmes ont été chauffés à une température de 800 K puis ils ont été refroidis jusqu’à 240 K par incréments de 20 K. Dans le cadre de cette étude, trois vitesses de refroidissement ont été employées : q1 = 1,2 × 1013 K / min (100 ps/20 K), q 2 = 2,4 ×1012 K / min (500 ps/20 K) et q 3 = 1,2 × 1012 K / min (1 ns/20 K). Ce procédé est semblable aux expériences exécutées par Kovacs afin de déterminer la Tg (225). Il a démontré l’influence du temps pour atteindre un volume d’équilibre (225). La Figure 19 illustre la variation du volume d’une cellule de simulation en fonction du temps. Cette figure montre 61 qu’un certain équilibre est atteint après quelques ps. Pour calculer le volume moyen, seulement les dernières 60 ps, 300 ps et 500 ps sont utilisées respectivement aux vitesses q1 , q 2 et q3 . Volume Spécifique (cm3.g-1) 1.06 1.04 1.02 T=660K 1.00 0.98 T=580K 0.94 T=480K 0.92 T=400 K T=320 K T=240 K 0.90 0.88 0 200 400 600 800 Temps (ps) 1000 1200 Figure 19 : Variation du volume spécifique en fonction du temps de la configuration i-PMMA à différentes températures. La ligne verticale détermine le temps où le calcul des moyennes débute. 3.3 Résultats et discussions Pour obtenir les différentes propriétés thermodynamiques, la SA de polymères est effectuée sur des chaînes de longueur finie : quelques centaines de UR (184). Ce choix est dû à des limitations techniques. Néanmoins, la Tg est une propriété physique qui dépend de la masse et de la longueur de la chaîne polymérique. En effet, la variation de la Tg d’un polymère en fonction de sa masse molaire est généralement donnée par la loi de Fox –Flory (équation 3.1) (54) : 62 Tg = Tg ( M ∞ ) − Kg M [3.1] où Tg(M∞) est la température de transition vitreuse à une masse molaire infinie M∞, M est la masse molaire du polymère et Kg une constante qui dépend de la nature du polymère. Cette équation montre qu’une valeur asymptotique est atteinte pour une certaine masse molaire. À cette masse, la Tg atteint la valeur Tg(M∞) et ne montre aucun signe de dépendance en M. Ce comportement de la Tg peut être expliqué par le concept de volume libre. Selon ce modèle, la valeur de la Tg est liée directement à la concentration en bouts de chaînes qui possèdent une plus grande mobilité que le reste de la chaîne polymérique. Plus cette concentration est grande, plus la fraction du volume libre est importante, ce qui conduit à une grande mobilité de la chaîne. Par conséquent, une Tg plus basse est obtenue pour les polymères présentant une forte concentration en bouts de chaînes. Dans le but d’éliminer l’effet des bouts de chaînes, les Tg simulées doivent être comparées aux Tg expérimentales de même longueur. Les différents paramètres de l’équation de Fox –Flory des polymères vinyliques sont rapportés au Tableau 6. D’après la méthode proposée par Lu et al. (259) pour calculer les paramètres de l’équation de Fox –Flory des polymères, la Tg du PE ne change que légèrement de sa valeur Tg(M∞). Il faut souligner qu’expérimentalement le PE se trouve sous la forme semicristalline dont la fraction amorphe montre une transition vitreuse. La valeur de la Tg apparente présente un décalage vers les valeurs plus élevées du fait de la présence de la phase cristalline. Expérimentalement, le PE est caractérisé par trois type de relaxations : α, β et γ. La relaxation α est associée à la phase cristalline, le processus β est lié à la transition vitreuse de la phase amorphe et, finalement, la relaxation γ décrit le mouvement local (260). En raison de la mauvaise résolution de la relaxation β, plusieurs auteurs considèrent la relaxation γ comme étant le processus le plus représentatif de la transition vitreuse (261, 262). Plusieurs valeurs de la Tg du PE ont été proposées dans la littérature (263). De ce fait, dans ce travail, la valeur mesurée par la méthode de temps de vie du positron (Positron Lifetime) (264, 265) (Tableau 8) a été utilisée. Ce choix est basé sur le fait que cette méthode permette de calculer la variation thermique du volume libre associé à la phase amorphe. La valeur de la Tg, comme 63 dans le cas de la dilatométrie, correspond à l'intersection des deux lignes de régression. Notons que la valeur absolue de la Tg expérimentale du PE n'affecte ni les résultats ni les conclusions de ce travail. Tableau 6 : Les paramètres de l’équation de Fox-Flory des polymères vinyliques. Polymères Tg(M∞). (°C) Kg (g/mol) PMA (259) 18,9 10,53. 104 i-PMMA (266) 49,6 4,34.104 s-PMMA (266) 123,3 9,38.104 100 1,20. 105 179,8 3,10 .105 PS (267) i-PαMS (268) 3.3.1 Validation du champ de forces Tel que démontré à la section 2.3, le champ de forces est un facteur important lors d’une SA. Les deux champs de forces choisis (AMBER et OPLS) sont utilisés pour effectuer le recuit simulé des deux isomères du PMMA. Ce processus est semblable à la dilatométrie. De ce fait, des courbes V-T peuvent être obtenues à l’issue de ce processus. D’après la Figure 20 a, qui présente la variation thermique du volume spécifique avec le champ de forces OPLS, Une différence de Tg de l’ordre de 64 K entre les deux configurations de PMMA apparaît clairement. Cette différence est comparable à la valeur expérimentale qui teint compte de la masse molaire du polymère (Tableau 7). En utilisant le champ de forces PCFF de deuxième génération, Soldera a obtenu une valeur de 55 K (140). Une explication possible de la meilleure représentation de cette différence par le champ de forces OPLS par rapport au PCFF pourrait être due à une meilleure présentation de l'espace des phases. Soldera a employé 3 configurations pour chaque isomère contre 10 configurations dans le cas de cette étude. Cependant, les valeurs absolues des Tg employant OPLS sont supérieures à celles obtenues par 64 PCFF (Tableau 7). Une telle différence est due à la différence d’énergie associée à la rotation des angles de torsions. En effet, le paramètre d’énergie de torsion relié à la rotation de la chaîne principale est plus élevé dans le cas de OPLS que PCFF (219). Tel que mentionné par Boyd et al. (239), la valeur du potentiel des angles de torsions a un impact majeur sur la valeur de Tg car un potentiel de torsion plus grand implique des rotations moins fréquentes et par conséquent une Tg plus élevée. D’après la Figure 20 b, les points obtenus avec le champ de forces AMBER ne permettent pas de déterminer la Tg des deux isomères du PMMA avec une grande précision. La différence de Tg simulée entre les deux isomères est très petite (16 K) comparable à la différence expérimentale (69 K). De plus les Tg obtenues sont très élevées par rapport aux Tg dérivant du champ de forces OPLS. Cette différence entre les deux champs de forces est attribuée à la différence des charges partielles. Celles de AMBER ont été ajustées pour reproduire la phase cristalline à l’inverse de celles de OPLS qui sont adaptées pour les liquides (218, 219). 1.06 b) AMBER i-PMMA s-PMMA 1.04 Volume Spécifique (cm+3.g-1) Volume Spécifique (cm+3.g-1) a) OPLS 1.02 Tg=538 K 1.00 0.98 0.96 0.94 0.92 Tg=474 K 0.90 0.88 250 300 350 400 450 500 550 600 650 700 1.06 1.04 1.02 Tg = 611 K 1.00 0.98 0.96 0.94 Tg=595 K 0.92 0.90 0.88 200 Température (K) i-PMMA s-PMMA 300 400 500 600 700 800 Température (K) Figure 20 : Variation du volume spécifique en fonction de la température des deux isomères du PMMA à la vitesse de refroidissement q1 . 65 Tableau 7 : L’effet du champ de forces sur la Tg simulée. Champ de forces Tg (i-PMMA) (K) ∆Tg (K) Tg (s-PMMA) (K) AMBER 595 611 16 OPLS 474 538 64 PCFF (140) 430 485 55 Expérimentale 1 318 387 69 D’après ces premiers résultats, on peut conclure que les charges partielles OPLS, dérivées de simulations de divers liquides, entraînent une meilleure représentation de la transition vitreuse. Il semble que les charges partielles AMBER ne sont pas adaptées pour simuler le comportement des liquides surfondus, possiblement parce que ces dernières sont calculées à partir de la structure cristalline du PMMA. De ce fait, seulement le champ de forces OPLS est utilisé dans le reste de ce travail. Volume Spécifique (cm+3.g-1) 1.00 1ier recuit 2ième recuit 0.98 0.96 Tg=474 K 0.94 Tg = 445 K 0.92 0.90 250 300 350 400 450 500 550 600 650 Température (K) Figure 21 : Comparaison entre la Tg du premier recuit simulée et la Tg du deuxième recuit après la compression hydrostatique du i-PMMA à la vitesse de refroidissement q1. 1 Ajustées aux longueur de chaîne simulée. 66 Les Tg obtenues lors du premier recuit simulé ne sont pas reproductibles : un deuxième procédé de dilatométrie donne une valeur différente de la Tg. La Figure 21 montre la différence de Tg obtenue après le premier recuit simulé et le deuxième effectué après la compression hydrostatique du i-PMMA à la vitesse q1. Cette différence est due à l’élimination de l’excès d’entropie par le procédé d’équilibrage (recuit simulé et compression hydrostatique). Un troisième recuit simulé mène aux mêmes Tg que le deuxième (Figure 22). De ce fait, les valeurs de Tg obtenues après le deuxième recuit simulé sont reproductibles et le procédé utilisé pour les déterminer est précis et efficace. De plus, les configurations obtenues par cette méthode présentent des propriétés mécaniques très proches des valeurs mesurées expérimentalement (199). Ce qui confirme que ces configurations représentent bien les polymères étudiés. Volume Spécifique (cm3.g-1) 1.10 1.05 1.00 0.95 2ième recuit (i-PMA) 3ième recuit (i-PMA) 2ième recuit (s-PMA) 3ième recuit (s-PMA) Tg= 406 K 0.90 0.85 200 300 400 500 600 700 Température (K) Figure 22 : Comparaison entre la première et la deuxième trempe après le recuit simulé et la compression hydrostatique des deux isomères du PMA à la vitesse de refroidissement q1. 67 3.3.2 Tg simulées L’application de la méthode de la dilatométrie simulée aux cellules de simulations après la procédure d’équilibrage (recuit simulé et compression hydrostatique) permet d’obtenir la variation du volume spécifique en fonction de la température. La Figure 23 illustre cette variation pour les différents polymères étudiés à la vitesse de refroidissement q1. Cette figure montre clairement que toutes les courbes V-T présentent un changement caractéristique de la pente lors de la transition de l’état caoutchoutique à l’état vitreux. Le volume spécifique dépend de la tacticité des chaînes de PMMA et PαMS ; à l’inverse, celui du PS et PMA est indépendant de leur tacticité. Les mêmes comportements ont été observés aux vitesses de refroidissement q2 et q3. De ce fait, la valeur associée à la Tg de ces deux polymères (PS et PMA) correspond à la moyenne de celle des deux isomères. Il faut préciser que la différence du volume spécifique simulé ∆V sp = V sps − PMMA − V sps − PMMA = 0,02 cm 3 .g −1 . entre Cette les deux différence expérimentale 0,018 cm 3 .g −1 (269). 68 isomères est du PMMA comparable à est la de valeur Volume Spécifique (cm3.g-1) Volume Spécifique (cm+3.g-1) 1.06 i-PMMA s-PMMA 1.04 1.02 Tg = 513 K 1.00 0.98 0.96 0.94 0.92 0.90 0.88 200 Tg = 445 K 250 300 350 400 450 550 600 650 700 1.04 1.02 1.00 0.98 0.96 0.94 0.92 0.90 0.88 Tg = 406 K 0.86 200 250 300 350 400 450 500 550 600 650 700 600 650 Température (K) 1.20 1.20 1.18 i-PαMS s-PαMS 1.16 Tg= 588 K 1.14 1.12 1.10 1.08 1.06 1.04 1.02 1.00 0.98 Tg= 508 K 0.96 300 350 400 450 500 550 600 650 700 750 800 Volume Spécifique (cm+3.g-1) Volume Spécifique (cm+3.g-1) i-PMA s-PMA 1.06 0.84 500 Température (K) 250 1.08 1.16 1.14 Tg = 484 K 1.12 1.10 1.08 1.06 1.04 1.02 1.00 0.98 0.96 200 Température (K) Volume Spécifique (cm+3.g-1) i-PS s-PS 1.18 250 300 350 400 450 500 550 700 Température (K) 1.60 1.55 PE 1.50 1.45 1.40 1.35 1.30 1.25 1.20 1.15 Tg = 327 K 1.10 1.05 100 200 300 400 500 600 700 Température (K) Figure 23 : Variation du volume spécifique en fonction de la température des polymères vinyliques à la vitesse de refroidissement q1. 69 La Figure 24 représente la variation thermique du volume spécifique du s-PMMA aux trois vitesses de refroidissement q1 = 1,2 × 1013 K / min , q 2 = 2,4 ×1012 K / min et q 3 = 1,2 ×1012 K / min . Cette figure indique clairement que la Tg simulée dépend de la vitesse de refroidissement. La dépendance de la Tg à l'égard de la vitesse de refroidissement a été observée expérimentalement (270, 271) et par simulation (226, 255) pour quelques polymères et verres métalliques. Le concept cinétique est fréquemment utilisé pour expliquer le comportement de la Tg en fonction de la vitesse de refroidissement. En abaissant la température, le liquide surfondu quitte son état d’équilibre quand le temps de l'expérience, déterminé par le procédé de refroidissement, devient similaire au temps de relaxation structural. Plus la vitesse de refroidissement est importante, plus le système atteint rapidement un état hors d’équilibre, ce qui conduit à une augmentation de la Tg. Les valeurs simulées de la Tg sont en parfait accord Volume Spécifique (cm+3.g-1) avec cette observation (Tableau 8). 1.04 q1=1,2.1013K/min q2=2,4.1012K/min q3=1,2.1012K/min 1.02 1.00 0.98 Tg = 513 K Tg = 498 K 0.96 0.94 Tg = 483 K 0.92 0.90 250 300 350 400 450 500 550 600 650 700 Température (K) Figure 24 : Effet de la vitesse de refroidissement sur la Tg. 70 500 Tg Simulée(K) 450 q1=1,2.1013K/min q2=2,4.1012K/min i-PMMA q3=1,2.1012K/min s-PMMA i-PαMS PS 400 PMA 350 300 PE 250 200 250 300 350 400 Tg Expérimentale (K) Figure 25 : Variation des Tg simulées en fonction des Tg expérimentales à différentes vitesses de refroidissement. Tableau 8 : Comparaison des Tg expérimentales et simulées. Tg 1 (K) Tg 2 (K) Tg 3 (K) Tg exp. (K) PMA 406 390 380 280 (259) i-PMMA 445 428 415 318 (266) s-PMMA 513 498 483 387 (266) PE 327 305 285 195 (264) PS 484 459 449 362 (267) i-PαMS 508 485 472 390 (268) s-PαMS 588 564 550 ? Polymère 1 Vitesse q1 = 1,2 × 1013 K / min 2 Vitesse q 2 = 2,4 × 1012 K / min 3 Vitesse q 3 = 1,2 ×1012 K / min 71 Les Tg obtenues par dilatométrie simulée utilisant les trois vitesses de refroidissement ainsi que les Tg expérimentales issues de l'équation empirique de Fox-Flory (équation 3.1) sont reportées au Tableau 8. Les Tg simulées respectent l'ordre exact des données expérimentales, en d’autres termes, le polymère qui a une Tg expérimentale plus élevée a une Tg simulée plus élevée. Une différence systématique a été observée entre ces dernières et les valeurs expérimentales de Tg (259, 264, 266-268). Cependant, tel qu’illustré à la Figure 25, une relation linéaire entre les Tg simulées et les Tg expérimentales est obtenue pour toutes les vitesses de refroidissement (équation 3.2-3.4) : Tg ( sim ) = 0,95 Tg (exp) + 140 [3.2] Tg ( sim ) = 0,95 Tg (exp) + 122 [3.3] Tg ( sim ) = 0,98 Tg (exp) + 100 [3.4] Un tel comportement linéaire a été observé par le group de Boyd (141). Dans cette étude, une relation proportionnelle directe entre les Tg simulées et expérimentales a été établie. Récemment, une relation linéaire entre les Tg simulées et expérimentales des sucres a été observée par Simperler et al. (248). Les Tg du glucose, du sucrose et du tréhalose obtenues par DM sont plus élevées que les Tg expérimentales. Néanmoins, les Tg simulées gardent l’ordre exacte des valeurs de Tg expérimentales (248). La relation linéaire obtenue entre les Tg expérimentales et simulées peut être employée comme un outil de prédiction. En fait, en se basant sur cette relation, une Tg de 473 K peut être attribuée au s-PαMS de masse molaire de 11 800 g/mol. Il faut souligner qu’aucune équation de Fox-Flory pour PαMS n'a été trouvée dans la littérature (272). Les pentes des équations 3.2, 3.3 et 3.4, qui décrivent respectivement la relation linéaire aux vitesses de refroidissement, q1, q2 et q3, sont très proches de l'unité. La légère différence est 72 due aux erreurs de la simulation. Toutefois, l'ordonnée à l'origine diminue si la vitesse de refroidissement diminue, de ce fait la Tg simulée s’approche de plus en plus de la valeur expérimentale en diminuant la vitesse de refroidissement. Par conséquent, elle peut être assimilée à la différence entre les Tg simulées et expérimentales : ∆Tg = Tg ( sim ) − Tg (exp) . Cette différence peut être extraite à partir de l'équation WLF (équation 1.2) en la réarrangeant comme suit : − C2g log aT ∆Tg = g C1 + log aT [3.5] tels que : C1g = 17,44 et C 2g = 51,6 K sont les paramètres universels. Le C1g est lié au volume libre, par contre C2g est associé à la différence entre la Tg et la température de Vogel T0. aT est le facteur de décalage qui correspond au ratio du temps de la simulation à celui de l’expérience t aT = g ( sim ) t g (exp) . De ce fait, l’équation WLF peut être utilisée pour établir le lien entre les données de dilatométrie expérimentales et simulées ainsi que pour valider la méthode. Dans la littérature, une corrélation entre les Tg simulées à différentes vitesses de refroidissement a été corroborée en utilisant l’équation VFT (255). Cette dernière est équivalente à l'équation WLF pour le domaine de temps considéré par la SA. L’équation VFT ne pourrait pas être employée dans cette étude à cause du nombre limité de vitesses de refroidissement (3 vitesses). La Figure 26 montre la variation de la valeur moyenne de ∆Tg de tous les polymères en fonction du ratio t g ( sim ) . La ligne continue correspond à l’ajustement des données par t g (exp) l’équation WLF. Les valeurs de 16,7 ± 0,9 et 48 ± 8 K sont alors obtenues respectivement pour les deux paramètres universels C1g et C2g via cet ajustement. Il faut souligner qu’un très grand domaine de données est décrit car l’ajustement a été fait en considérant les valeurs simulées (3 points) et expérimentale (1 point). De ce fait, la sensibilité de la forme de la 73 courbe aux paramètres C1g et C2g doit être examinée. Les variations de C2g n'affectent pas considérablement la forme de la courbe. Réciproquement, les modifications de C1g , associé au volume libre, entraînent des changements importants sur la forme de la courbe. Puisque ces valeurs sont très proches des valeurs universelles, le comportement de la transition vitreuse est bien représenté par SA. Néanmoins, différentes valeurs de C1g et C2g sont obtenues pour chaque polymère (Tableau 9). Afin d'assurer l'exactitude du procédé, une comparaison plus détaillée a été alors entreprise en considérant des données de la littérature du PS et PMMA. 140 120 q1=1.2 1013 K/min q2=2.4 1012 K/min ∆Tg(K) 100 q3=1.2 1012 K/min 80 60 40 qexp=10 K/min 20 0 -12 -10 -8 -6 -4 -2 0 log(tg sim./tg exp.) Figure 26 : Variation de la différence de Tg versus le facteur de décalage. D’un point de vue général, l'équation VFT peut être utilisée au lieu de l'équation WLF (255) puisqu’aucune connaissance de Tg expérimental n'est nécessaire. Par réarrangement de l’équation 1.1, l’équation VFT peut être donnée sous la forme suivante : Tg (q ) = T0 − 74 B log( Aq) [4.6] tels que A et B sont des paramètres ajustables, T0 est la température de Vogel et q la vitesse de refroidissement. Cette équation ne pourrait pas être appliquée dans notre approche compte tenu du nombre trop faible de vitesses de refroidissement (3 points). Cependant, cette limitation a pu être compensée en comparant les paramètres C1g et C2g aux données simulées extraites de la littératures. En utilisant l'équation VFT, une étude de la Tg simulée du PS à différentes vitesses de refroidissement a été effectuée par Lyulin et al. (184). La chaîne étudiée possède 80 UR et selon l'équation de Fox-Flory, sa Tg expérimentale est 359 K. Les paramètres universels obtenus, en appliquant l’équation WLF aux données de Lyulin, sont respectivement 14,0 et 8,0 K pour C1g et C2g . Ces valeurs présentent le même ordre de grandeur que les données simulées du Tableau 9. Il est à noter que la légère différence pour la valeur de C2g comparativement aux valeurs expérimentales est compensée par une valeur plus précise de C1g par rapport à la valeur de nos simulations. Les deux simulations, les nôtres et celles de Lyulin, ont été effectuées séparément et montrent une concordance relativement bonne avec l'expérience. Cela confirme donc que l'approche proposée est parfaitement appropriée pour simuler la Tg et que la transition vitreuse simulée correspond à la transition vue expérimentalement. Différentes valeurs expérimentales des paramètres WLF sont trouvées dans la littérature pour le PMMA (Tableau 9). Fuchs et al. (273) ont déterminé ces deux paramètres à différents degrés de tacticité en considérant la Tg comme température de référence. Aucun effet de l’isomérisation sur les deux paramètres n’a été obtenu. Les valeurs simulées de C1g et C2g du PMMA sont dans le même ordre que les valeurs expérimentales qui s'étendent respectivement de 8,9 à 34 et de 23 à 80 K. De plus, les deux tacticités du PMMA présentent la même valeur simulée de C1g , ce qui est en parfait accord avec les données expérimentales et le concept du volume libre. En fait, à la transition vitreuse, les deux isomères du PMMA ont la même mobilité caractérisée par la même fraction de volume libre. Selon WLF, C1g a un lien direct avec cette fraction de volume libre (voir section 1.2.1). 75 Tableau 9 : Les valeurs simulées et expérimentales des paramètres universels de l’équation WLF ainsi que la fraction du volume libre, f 0 , à la Tg. Polymère C1g sim. C 2g sim. (K) C1g exp . C 2g exp . (K) f0 PMA 19,0 72,8 16,7 (274) 60 (274) 0,023 1 i-PMMA 17,7 9,3 (275) 32,5 (275) 8,9 (276) 23 (276) 11,3 (276) 51 (276) 3 14,3 (277) 63(277) 4 34,0 (278) 80 (278) 5 12,7 (279) 63,3 (279) 13,3 (278) 47,5 (278) 13,5 (280) 28,9 (280) 59,3 1 2 s-PMMA 17,7 59,6 PE 15,6 38,9 PS 15,7 36,2 0,024 0,024 0,027 0,027 La relation établie entre les Tg simulées à l’aide du champ de forces OPLS et les Tg expérimentales de différents polymères vinyliques via l’équation WLF montre l’efficacité de l’approche utilisée. Ces résultats concluants permettent donc d’entamer des analyses plus approfondies visant à expliquer et à comprendre la transition vitreuse. Ces analyses seront présentées dans les sections suivantes. 1 i-PMMA. s-PMMA. 3 PMMA conventionnel 4 a-PMMA. 5 Solution de polyéthylène. 2 76 3.3.3 Analyse énergétique Parmi les avantages de la SA figure l’accès immédiat aux différents termes énergétiques. Toutefois, les valeurs absolues n’ont aucun sens physique, c’est la différence d’énergie qui a une grande importance d’un point de vue scientifique. Il faut préciser que les énergies ne peuvent pas être comparées entre les différents polymères puisque leur environnement chimique est différent. Seulement les comparaisons entre les chaînes de tacticité différente peuvent être considérées puisque les mêmes paramètres de champ de forces sont utilisés. L’analyse énergétique montre que la tacticité de la chaîne polymérique n’a aucune influence significative sur l’énergie totale. Néanmoins, cette valeur peut être scindée en deux contributions : intermoléculaire et intramoléculaire. Le comportement de ces deux parties énergétiques est le sujet des prochaines sections. 3.3.3.1 Énergie intermoléculaire La différence d’énergie intermoléculaire, ∆Enl, pour toutes les vitesses de refroidissement entre les différents isomères de chaque polymère est reportée dans le Tableau 10. Cette analyse montre que les deux isomères du PS et PMA présentent la même énergie intermoléculaire ou bien que cette différence est non significative. Par contre, la configuration syndiotactique des polymères contenant le groupe α-méthyle (PMMA et PαMS) présente une énergie intermoléculaire plus grande que celle de la configuration isotactique. Ce résultat est en accord avec les modèles de volume libre (8) et de CM (95, 281). Selon le premier concept, une énergie non-liante plus élevée implique une mobilité moins grande, donc une Tg plus grande. Par le biais du paramètre de couplage β KWW , le CM de Ngai relie les interactions nonliantes à la coopérativité. Une augmentation des interactions intermoléculaires conduit à une réduction du paramètre β KWW menant à un mouvement de plus en plus coopératif. Cette augmentation de la coopérativité induit une diminution de la mobilité moléculaire. Par 77 conséquent, la Tg de la configuration syndiotactique augmente par rapport à celle de la configuration isotactique. Cependant, cette différence n'est pas corrélée à la valeur absolue de la différence de Tg car le PMMA et le PαMS présentent la même différence d’énergie intermoléculaire, mais le PαMS montre une différence de Tg plus élevée entre les deux isomères (Tableau 8). La légère différence d’énergie intermoléculaire entre les deux isomères du PS et du PMA suggère l’existence d’une petite différence de Tg entre les deux isomères telle qu’observée expérimentalement (282). Tableau 10 : Différence d’énergie intermoléculaire entre les différents isomères. Une différence négative indique que l’énergie de la configuration syndiotactique est plus grande que celle de la configuration isotactique. ∆Enl 1 (kcal.mol-1) ∆E nl 2 (kcal.mol-1) ∆E nl 3 (kcal.mol-1) PMA -7 ± 6 -6 ± 5 -5 ± 4 PMMA -32 ± 9 -31 ± 8 -25 ± 7 PS -4 ± 7 -6 ± 5 -6 ± 6 -31 ± 10 -28 ± 6 -29 ± 7 Polymère PαMS 3.3.3.2 Énergie intramoléculaire L’énergie intramoléculaire des deux isomères du PS et du PMA est comparable. À l’inverse des interactions intermoléculaires, les configurations isotactiques du PMMA et du PαMS présentent une énergie intramoléculaire plus grande que celle de la configuration syndiotactique. La contribution principale de cette différence provient clairement de l'énergie de l’angle de valence (171). La raison principale de cette différence d’énergie est l’ouverture 1 Vitesse q1 = 1,2 × 1013 K / min . 2 Vitesse q 2 = 2,4 × 1012 K / min . 3 Vitesse q 3 = 1,2 ×1012 K / min . 78 de l’angle intra-diade de la chaîne principale de la configuration isotactique (l’angle θ à la Figure 18). Ces différences sont reportées au Tableau 11. Dans le cas du PMMA, Vacatello et Flory (206) ont conclu que cette ouverture d’angle se produit pour diminuer les interactions stériques entre les groupes latéraux. L’ouverture de l’angle provient de la compensation des interactions de chaînes latérales par une rotation des liens le long de la chaîne principale. De ce fait, plus l'ouverture de l’angle intra-diade à l'intérieur de la chaîne principale est élevée, plus la mobilité de la chaîne polymérique est grande. Les mêmes conclusions sont applicables aux deux isomères du PαMS (208). Tableau 11 : Différence d’énergie intramoléculaire entre les différents isomères. Une différence négative indique que l’énergie de la configuration syndiotactique est plus grande que celle de la configuration isotactique. Polymère ∆Eθ 1 (kcal.mol-1) ∆Eθ 2 (kcal.mol-1) ∆Eθ 3 (kcal.mol-1) ∆θ (°) PMA 8±4 8±5 6±4 0.2 PMMA 38 ± 8 40 ± 8 45 ± 6 0.6 PS 12 ± 4 12 ± 4 15 ± 5 0.3 PαMS 70 ± 4 68 ± 6 72 ± 4 0.8 L’ouverture de l’angle intra-diade est obtenue aussi pour les deux isomères du PMMA par des simulations utilisant le champ de forces PCFF (171). Dans notre cas, la différence de cette ouverture entre les deux configurations du PMMA est de 0,6° tandis qu'avec PCFF elle est de 1,1°. Cette différence entre les deux champs de forces doit être comparée à la différence de leurs paramètres d’équilibre. Pour l’angle CT-CT-CT, au long du squelette, (CT correspond à un carbone sp3 dans la convention AMBER) la valeur d'équilibre est de 112,67° et 109,5°dans les cas respectifs des champs de forces PCFF et OPLS. En conséquence, pour une même 1 Vitesse q1 = 1,2 × 1013 K / min . 2 Vitesse q 2 = 2,4 × 1012 K / min . 3 Vitesse q 3 = 1,2 ×1012 K / min . 79 différence d'énergie, la différence de l'ouverture d'angle intra-diade doit être plus grande en utilisant le champ de forces PCFF. D’après le Tableau 11, on constate que la différence d'énergie de l’angle de valence entre deux isomères n'affiche aucune dépendance caractéristique à l'égard de la vitesse refroidissement. De ce fait, la différence de l’ouverture de l’angle intra-diade entre deux isomères est comparable pour les différentes vitesses de refroidissement. Une seule valeur de cette différence a donc été reportée dans le Tableau 11. La différence de l’ouverture de l’angle intra-diade pourrait expliquer la mobilité plus élevée, donc la Tg plus basse, de la configuration isotactique. Toutefois, cet argument n’est pas suffisant d’une part pour expliquer l’écart important de Tg entre les deux isomères et d’autre part, pour rendre compte de la différence de Tg entre les polymères vinyliques étudiés. La suite à donner à cette analyse énergétique est d’étudier la dynamique locale qui constitue le processus de base des phénomènes mécaniques et physiques au sein des polymères. L’étude de la dynamique locale est indispensable pour bien comprendre le phénomène de transition vitreuse. Cette étude permet de faire le lien entre la simulation, l’expérience et la théorie. 80 CHAPITRE QUATRE DYNAMIQUE LOCALE 4.1 Introduction L'étude de la relation entre la structure chimique des polymères et la dynamique locale pendant leur refroidissement offre un regard microscopique sur la transition vitreuse. En effet, les mouvements moléculaires locaux sont à l’origine de plusieurs comportements mécaniques et physiques des polymères. Ces mouvements contrôlent et constituent le processus de base des phénomènes qui ont une influence déterminante sur de nombreuses propriétés thermodynamiques des matériaux. La transition vitreuse des polymères n’y fait pas exception. Les polymères, particulièrement ceux qui contiennent des groupements latéraux, sont caractérisés par plusieurs processus de relaxation, tel que le mouvement de la chaîne principale ainsi que la rotation de la chaîne pendante. Expérimentalement, les processus dynamiques des systèmes susceptibles de former un verre ont été largement étudiés par des techniques telles que la RMN (283, 284), la spectroscopie diélectrique (285-287) ainsi que la diffusion de la lumière (288) et des neutrons (289-291). Cependant, ces techniques ont leurs limites puisqu’un mouvement particulier ne peut pas être facilement détecté, spécialement audessus de la Tg où il est souvent couplé avec d'autres mouvements. Pour étudier ces différents mouvements, la modélisation moléculaire est un outil particulièrement bien adapté. Chaque processus est étudié par le biais du mouvement associé à une liaison chimique au sein du polymère. Le but de ce chapitre est de comprendre et d’expliquer l’impact de la dynamique locale des différents mouvements au sein des polymères vinyliques sur la transition vitreuse. Le procédé d’étude est basé sur l'ajustement du temps de relaxation de chacun des mouvements 81 moléculaire par l'équation VFT. Les mouvements étudiés sont la dynamique de la chaîne principale (bb) (backbone) et du couplage entre les chaînes principale et latérale (bb/sc) (backbone/side chain). Tout d’abord, nous présentons la procédure avec laquelle les données ont été collectées, puis la relation entre les paramètres de l’équation VFT et la Tg. 4.2 Procédure Aux températures supérieures à la Tg, une simulation additionnelle de 1 ns dans l'ensemble NPT est effectuée à chaque température et ce pour chaque configuration, dans le but d’étudier la dynamique locale. De ces simulations, les trajectoires ont été sauvegardées toute les 0.5 ps. Ce choix d’incrément d’enregistrement est un bon compromis entre les ressources informatiques et la fréquence de rotation. Pour étudier la dynamique locale, il faut considérer un vecteur u qui est associé à une liaison spécifique. Le mouvement et l’orientation de ce vecteur sont révélés par une fonction d'autocorrélation (ACF) (Autocorrelation Function). Cette fonction s’insère alors dans le deuxième terme du polynôme de Legendre P2 (t ) qui permet de décrire la diminution dans le temps de l’orientation de la liaison spécifiée par P2 (t ) = u. 3 (u (t ).u (0)) 2 − 1 2 [4.1] u (t ) est donc le vecteur normalisé représentant la liaison au temps t ; le produit scalaire u (t ).u (0) exprime le cosinus directeur entre les deux vecteurs. dans le temps et le long de la chaîne. 82 correspond à la moyenne 1.0 T=440 K 0.8 T=480 K P2(t) 0.6 T=520 K 0.4 T=560 K T=580 K 0.2 T=600 K T=620 K 0.0 0 200 400 600 800 1000 temps (ps) Figure 27 : Évolution temporelle du P2 (t ) à différentes températures. La Figure 27 donne un exemple de la variation de P2 (t ) en fonction du temps à différentes températures. Cette variation est en accord avec les observations expérimentales. En augmentant la température et en s’éloignant de la Tg, la diminution de la fonction d’orientation P2 (t ) est plus rapide, signifiant que les segments de la chaîne sont plus mobiles. Cette mobilité est quantifiée par un temps, dit temps de corrélation. Pour déterminer ce dernier, il faut intégrer P2 (t ) sur les temps allant de zéro à l'infini, ce qui est impossible pratiquement. L’utilisation d’une exponentielle étirée permet de s’affranchir de ce problème. P2 (t ) est généralement associé à une fonction de relaxation et selon le CM de Ngai, cette fonction est décrite par l’équation KWW (équation 1.18). Cette fonction est valide pour les mouvements à longue durée, elle ne peut ajuster les mouvements librationnels à courte durée (292). Ediger et al. ont ajouté un terme supplémentaire à la fonction KWW pour ajuster les données obtenues par RMN et par DM (293-295). Toutefois, la fonction KWW est acceptée pour ajuster P2 (t ) puisque la transition vitreuse est influencée principalement par des mouvements à grande échelle (296). La méthode de Theodorou et al. (297) a été adoptée pour 83 obtenir les paramètres τ et β KWW de l’équation KWW. L’ajustement est fait sur la partie linéaire du graphique présentant ln [− ln ( P2 (t ) ) ] en fonction de ln(t ) . De ce fait, l’intégrale de la fonction de relaxation sur tout le domaine de temps peut être calculée selon l’équation suivante : t ' β KWW 1 τ* τ c = ∫ exp − Γ dt ' = β KWW β KWW τ * 0 ∞ [4.2] où Γ est la fonction gamma. Le temps de relaxation simulé τ c peut être directement comparé au temps mesuré expérimentalement avec les méthodes spectroscopiques à différentes températures (297). Le temps de relaxation pour tous les polymères vinyliques est calculé à différentes températures au dessus de leurs Tg. Pour représenter la variation du temps de relaxation en fonction de la température, deux équations peuvent être utilisées : VFT (équation 1.1) et WLF (équation 1.2). Puisque le modèle AG est la base théorique de l’équation VFT, cette dernière équation est spécifiquement utilisée pour décrire la variation thermique des temps de relaxation. Cependant, les paramètres extraits de l'équation WLF vont être employés pour renforcer et aider à l’interprétation physique des données de simulation. En fait, les deux équations sont équivalentes dans le domaine de temps utilisé par la SA (184, 298). 4.3 Résultats et discussions Deux mouvements sont spécifiquement considérés: le mouvement de la chaîne principale (bb) habituellement associé à la relaxation α et le mouvement qui correspond au couplage entre les chaînes principale et pendante (bb/sc). Les deux liaisons choisies qui révèlent ces deux mouvements sont illustrées à la Figure 18. Le mouvement du vecteur 84 uCH est relié à la dynamique bb. Cependant, le mouvement des vecteurs uCO et uCC associés au bb/sc décrit trois types de mouvement : • La dynamique à courte durée correspondant au mouvement librationnel où la position initiale du vecteur subit de légères perturbations. • La rotation de la chaîne principale • La rotation de la chaîne pendante. Le mouvement librationnel n’affecte quasiment pas les résultats de simulation compte tenu de la procédure adoptée pour ajuster P2 (t ) par la fonction KWW (297). Par contre les mouvements de la chaîne principale et de la chaîne pendante sont difficilement séparables de la courbe P2 (t ) associée au couplage bb/sc. Plusieurs tentatives ont été faites pour les décorréler, sans succès. L’approche précédemment décrite a été appliquée aux deux vecteurs pour calculer le temps de corrélation et les paramètres de l’équation VFT. Les données extraites à partir des simulations, pour tous les polymères vinyliques à toutes les vitesses de refroidissement sont reportées dans l’annexe II (Tableau 15 et Tableau 16). Les résultats présentés dans cette section sont ceux obtenus à partir de la vitesse de refroidissement la moins rapide (q3=1,2× 1012 K/min). 85 100 100 10 1 i-PMA s-PMA 1 0.1 0.1 0.01 0.01 1E-3 1E-3 τc (s) τc (s) 10 i-PMMA s-PMMA 1E-4 1E-5 1E-6 1E-4 1E-5 1E-6 1E-7 1E-7 1E-8 1E-8 1E-9 1E-9 1E-10 1E-10 1E-11 1.4 1.6 1.8 2.0 2.2 1E-11 2.4 1.7 -1 1.8 1.9 2.0 1000/T (K ) 100 2.2 2.3 2.4 2.5 2.6 2.7 100 10 i-PS s-PS 10 i-PαMS s-PαMS 1 1 0.1 0.1 0.01 0.01 1E-3 1E-3 1E-4 τC (s) τC(s) 2.1 1000/T (K-1) 1E-5 1E-6 1E-7 1E-4 1E-5 1E-6 1E-7 1E-8 1E-8 1E-9 1E-9 1E-10 1E-10 1E-11 1.3 1.4 1.5 1.6 1.7 1.8 1000/T (K-1) 1.9 2.0 1E-11 2.1 1.5 1.6 1.7 1.8 1.9 2.0 2.1 2.2 1000/T (K-1) Figure 28 : Variation thermique du temps de relaxation associé au mouvement bb/sc. Les lignes continues sont l’ajustement des données avec la fonction VFT. 4.3.1 Temps de relaxation Des exemples de la variation du temps de relaxation en fonction de l’inverse de la température (diagramme d’Arrhénius) sont présentés à la Figure 28. Ces courbes montrent une augmentation extraordinaire des temps de relaxation en approchant de la Tg. Cette augmentation apparaît à la même température (même Tg) pour les deux isomères du PMA et 86 du PS, mais elle apparaît à des températures qui dépendent de la tacticité de la chaîne polymérique dans le cas du PMMA et du PαMS. De plus, on constate que les deux isomères des polymères qui ne contiennent pas le groupement α-méthyle, PMA et PS, sont caractérisés par le même temps de corrélation. À l’inverse, les deux isomères qui possèdent ce groupement, PMMA et PαMS, sont décrits par des temps de relaxation différents. Pour ces deux polymères, la configuration isotactique est caractérisée par un temps de relaxation moins long que celui de la configuration syndiotactique. À une température donnée, la chaîne isotactique est donc plus mobile que la chaîne syndiotactique. Un temps de relaxation plus élevé implique une faible mobilité de la chaîne polymérique qui conduit à une Tg plus élevée. Expérimentalement, les mesures par RMN C13 montrent que le i-PMMA est caractérisé par un temps de relaxation plus faible que celui associé au s-PMMA (299) ce qui explique la différence de Tg entre les deux isomères. Tel que mentionné à la section 1.1, la variation thermique du temps de relaxation des polymères peut être décrite par l’équation empirique VFT. L’ajustement des données de simulation par cette équation permet d’obtenir les paramètres T0 et B. 4.3.2 Température de Vogel Les valeurs de la température de Vogel T0 simulée pour les deux mouvements, bb et bb/sc, considérés dans cette étude sont reportées au Tableau 12. Ces valeurs montrent que T0 est indépendante du type de mouvement au sein des polymères vinyliques. Cette indépendance observée par SA est en accord avec le fait qu’il n’y a plus de mouvement en dessous de cette température. Selon le modèle AG, T0 est comparable à la température TK à laquelle la différence d’entropie configurationnelle entre les phases cristalline et vitreuse s’annule. En outre, le modèle de Gibbs-DiMarzio associe la température de Vogel T0 à la température de la transition de deuxième ordre T2, obtenue par un refroidissement infiniment lent, où l’entropie configurationnelle disparaît (voir section 1.2.3). En dessous de cette température aucun 87 mouvement à l’exception des vibrations ne peut exister. Par conséquent, la valeur moyenne de T0 prenant en considération les mouvements bb et bb/sc est utilisée pour établir la relation entre celle-ci et la Tg (Figure 29). Cette relation est gouvernée par l’équation linéaire suivante : T0 = 1,05 Tg − 77 [4.3] Cette équation montre l’existence d’un lien étroit entre les deux températures. Ce lien est assuré par le paramètre C 2g de l’équation WLF. En effet, en considérant que la pente est égale à l’unité, ce paramètre est lié à l’ordonnée à l’origine qui correspond à la différence entre les deux températures. Cette différence, considérée comme universelle, dépend de la structure du polymère (section 3.3.2). Ce comportement de T0 est similaire au comportement de T2 prédite par Gibbs-DiMarzio (section 1.2.4). Cela tend à confirmer la relation entre T0 et T2. 550 bb bb/sc 500 T0(K) 450 400 350 300 350 400 450 Tg (K) 500 550 600 Figure 29 : Variation de la température de Vogel, T0, en fonction de Tg. La ligne continue est l’ajustement linéaire des données selon l’équation 4.3. Expérimentalement, une relation semblable a été proposée par Bartenev pour le PMMA à différents degrés de tacticité (300). La même relation entre T0 et Tg peut être établie à partir 88 des données expérimentales de la littérature (73, 85, 301). La SA confirme la signification physique de T0. De ce fait, l’analyse du comportement de B intervenant dans l’équation VFT et le modèle AG peut être effectuée. Tableau 12: Les paramètres de l’équation VFT décrivant les mouvements bb et bb/sc. B ( kJ ⋅ mol-1 ) To ( K ) Polymère bb bb/sc bb bb/sc PE 216 / 12,5 / PMA 318 312 13,9 8,4 i-PMMA 358 353 13,0 10,2 s-PMMA 430 428 13,7 15,4 PS 402 391 12,8 12,4 i-PαMS 420 417 13,5 15 s-PαMS 502 500 13,6 18,9 4.3.3 Énergie d’activation effective Avant de présenter les résultats, il paraît plus que nécessaire de rappeler les différentes descriptions et interprétations physiques du paramètre B de l’équation VFT. Dans le cas d’un comportement Arrhénius (T >> T0), la quantité RB devient une simple énergie d’activation ( U a ) ; R étant la constante des gaz parfaits. Cependant, dans le cas d’un comportement nonArrhénius, la signification physique de B n’est pas unanime. En effet, les différentes interprétations de l’équation VFT sont à l’origine de ce problème. Dans la littérature, il existe deux principaux points de vue. Pour le premier, tous les liquides surfondus sont décrits par un processus d’activation. Les liquides forts (comportement Arrhénius) sont caractérisés par une énergie d’activation indépendante de la température. Cependant, l’énergie d’activation des 89 liquides fragiles (comportement non-Arrhénius) dépend de la température (équation 4.4) dont le terme RB est donc l’énergie d’activation quand la température tend vers l’infini (302, 303), c’est-à-dire T >> T0. U a (T ) = RB T T − T0 [4.4] Pour le deuxième point de vue, le comportement non-Arrhénius est dû à un mouvement coopératif de plusieurs particules dont le terme RB est l’énergie d’activation moyenne (304). Ferry a ainsi considéré RB comme énergie d'activation apparente (305). Néanmoins, Solunov (109) l’associe à l'énergie d'activation par espèce moléculaire de base (basic molecule specie) de liquides surfondus. Pour cet auteur, l’énergie d'activation apparente est donnée par l’équation suivante : T U app (T ) = RB T − T 0 2 [4.5] Dans le cadre de ce travail, le terme énergie d'activation effective a été utilisée pour décrire la quantité RB (306). Ce choix est basé sur le lien entre l’équation VFT et le modèle AG. Ce lien permet aussi de quantifier la longueur de CRR (section 5.2.1). Dans le reste du texte, afin de simplifier, B est employé pour décrire la quantité RB. 4.3.3.1 Dynamique de la chaîne principale Les valeurs de B de tous les polymères sont reportées au Tableau 12. La Figure 30 illustre la variation de B en fonction de Tg. Cette figure montre qu’aucune corrélation significative entre les deux quantités n’est observée, une valeur de 13,4 ± 0,4 kJ/mol est obtenue pour la 90 dynamique locale du bb, ce qui signifie que les chaînes principales de tous les polymères vinyliques sont caractérisées par la même dynamique. Ces résultats ne sont pas surprenants puisque tous les polymères vinyliques possèdent le même squelette carboné. Autrement dit, B est directement lié à la dynamique intrinsèque de la chaîne principale du PE. Cette indépendance indique que toutes les chaînes principales de différents polymères montrent le même comportement à une température relative à Tg (Figure 31). 22 bb bb/sc 20 B (kJ/mol) 18 16 14 12 10 8 6 200 250 300 350 400 450 500 550 600 Tg simulée (K) Figure 30 : Variation de l’énergie d’activation effective des mouvements bb et bb/sc en fonction de la Tg. Expérimentalement, Bartenev (307, 308) a observé un processus de relaxation caractérisé par une énergie d’activation constante dans le cas des polymères vinyliques. Cette relaxation a été attribuée à la rotation de la chaîne principale. La signification physique de ces résultats peut être interprétée par le biais du concept du volume libre (305). Tous les polymères sont décrits par la même fraction de volume libre à la Tg. La valeur calculée par simulation de 0.032 ± 0.001 est comparable à la valeur basée sur l’équation WLF (f0 = 0.025) obtenue pour une série de polymères (309). La légère différence entre la valeur calculée et expérimentale est due à la vitesse de refroidissement (305). 91 En utilisant le champ de forces PCFF de deuxième génération, Soldera et al. (310) ont observé un comportement semblable pour les deux isomères du PMMA. La différence de dynamique des polymères à une température relative à la Tg est donc due à la présence de la chaîne pendante. 0.1 S-PαMS S-PMMA PMA 0.01 1E-3 I-PαMS I-PMMA PS 1E-4 τc (S) 1E-5 1E-6 1E-7 1E-8 1E-9 1E-10 1E-11 0 20 40 60 80 100 120 140 160 180 T-Tg (K) Figure 31 : Variation du temps de relaxation en fonction de T-Tg. 4.3.2.2 Dynamique du couplage bb/sc Le comportement de P2 (t ) caractérisant le mouvement des vecteurs associés à la chaîne latérale décrit la dynamique du couplage entre les chaînes principale et pendante. Les valeurs de l’énergie d'activation effective à la vitesse de refroidissement la moins rapide sont reportées dans le Tableau 12 (toutes les valeurs à différentes vitesses de refroidissement se trouvent à l’annexe II). La Figure 30 illustrant la variation de B en fonction de la Tg montre l’existence d’une relation linéaire entre ces deux paramètres (équation 4.6). Récemment, à partir des 92 données expérimentales du cis-polyisoprène à différentes pressions (311), une relation linéaire semblable a été observée par Solunov (312). Tg ( sim.) = 15,3 B + 254 K [4.6] Plusieurs observations peuvent être déduites de cette relation linéaire. En considérant B égale à zéro dans l'équation 4.6, une valeur de 254 K est obtenue pour la Tg simulée. Cette valeur doit être comparée avec la Tg simulée du PE amorphe, 285 K, à la même vitesse de refroidissement (Tableau 8). Une telle comparaison est possible puisque la chaîne de PE ne possède que des atomes d’hydrogène en tant que groupements latéraux. L'addition d'un groupe pendant à la chaîne principale crée une perturbation qui augmente la Tg. En fait, l’existence des atomes d’hydrogène influence la dynamique de la chaîne principale. Par conséquent, une valeur différente de zéro est attribuée à B dû au couplage entre les chaînes principale et pendante. Le mouvement des vecteurs liés aux chaînes latérales est associé à la dynamique de la totalité du polymère soit la dynamique combinée de la chaîne principale et la rotation de la chaîne pendante. Cette hétérogénéité est à l'origine des variations observées de la valeur de la Tg des différents polymères vinyliques. Expérimentalement, en utilisant la RMN, Spiess et al. (313) ont constaté que la relaxation β associée à la rotation de la chaîne pendante influence le temps de la relaxation α associé à la Tg, menant à une mobilité plus élevée de la chaîne principale elle-même. En utilisant la RMN multidimensionnelle, Schmidt-Rohr et al. (314) ont montré que le processus β est accompagné par un mouvement de la chaîne principale. De plus, O'Reilly et al.(315) ont constaté que la différence de l'énergie conformationnelle des mouvements de la chaîne principale et de la chaîne latérale dans le cas du PMMA diminue à mesure que le pourcentage des diades racémiques augmente. Vacatello et Flory (206) ont suggéré qu'un plus grand échange d'énergie entre la chaîne principale et les mouvements de la chaîne pendante dans le cas du i-PMMA peut expliquer cette différence. Cet échange a été lié au mouvement coopératif entre la chaîne latérale et la chaîne principale (316). Par conséquent, 93 la rotation des groupes latéraux affecte l'énergie d'activation disponible pour favoriser le couplage bb/sc. Les mêmes arguments ont été avancés en analysant les résultats de la diffusion des neutrons quasiélastiques (317) et de la SA (15) dans le cas du PMMA. 4.3.4 Paramètre βKWW Selon le modèle CM (section 1.2.5), le paramètre de couplage βKWW, dont la valeur à la Tg varie entre 1 et 0, est associé à la déviation du comportement Arrhénius résultant d’un mouvement coopératif. Pour une série de liquides susceptibles de former un verre, sa valeur à la Tg varie de 0,24 à 1 (318). Les liquides forts, définis par un comportement Arrhénius, sont caractérisés par une valeur de βKWW proche de l’unité. En s’éloignant de cette valeur, les polymères deviennent de plus en plus fragiles et leur temps de relaxation caractérisé par un comportement non-Arrhénius est décrit par l’équation KWW. L’origine physique de cette équation reste un sujet ouvert à discussions. En effet, il existe deux scénarios qui tendent à l’expliquer. Le scénario hétérogène attribue l’exponentielle étirée à la superposition d’une large distribution de différentes relaxations exponentielles simples. Autrement dit, ce paramètre est lié à la largeur du spectre de temps de relaxation. À l’inverse, le scénario homogène considère que toutes les molécules dans le système relaxent selon un comportement non-exponentiel intrinsèque (319). Tel que mentionné précédemment, l’ajustement du paramètre d’ordre P2 (t ) par l’équation KWW permet l’obtention du paramètre βKWW. La Figure 32 illustre la variation de βKWW du mouvement bb/sc en fonction de l’inverse de la température. Notons que des courbes similaires ont été obtenues dans le cas du mouvement bb. Cette figure montre que ce paramètre augmente avec la température et tend vers une valeur asymptotique à une certaine température qui pourrait être associée à la température critique Tc ( Tg / Tc ≈ 0,77 ) du modèle MCT (section 1.2.6). Expérimentalement, cette valeur asymptotique est de l’ordre de 1 dans le cas des verres formés par de petites molécules. Cependant, dans le cas des macromolécules 94 elle est inférieure à 1 (320). Cette variation en fonction de la température est expliquée sur la base des origines moléculaire de la coopérativité. En effet, la coopérativité peut être scindée en deux contributions : intramoléculaire et intermoléculaire (321). L’effet intermoléculaire augmente en fonction de la température, mais l’effet intramoléculaire ne varie que très peu. À la Tc, l’effet de volume libre et par conséquent les interactions intermoléculaires perdent de leur importance. La valeur asymptotique est comparable à la valeur prédite par Phillips pour les systèmes caractérisées par des interactions à courte portée (322, 323). Cet auteur associe le paramètre βKWW à la dimensionnalité, d, de l’espace configurationnel du système ( β KWW = d /(d + 2) ). 0.36 0.40 i-PMMA s-PMMA 0.35 PMA 0.34 0.32 0.30 βKWW βKWW 0.30 0.25 0.28 0.26 0.24 0.22 0.20 0.20 0.15 0.18 0.16 0.10 0.14 0.60 0.65 0.70 0.75 0.80 0.85 0.90 0.95 1.00 0.60 1.05 0.65 0.70 0.75 0.80 Tg/T 0.45 0.95 1.00 1.05 PS 0.40 0.35 0.35 βKWW βKWW 0.90 0.45 i-PαMS s-PαMS 0.40 0.30 0.25 0.30 0.25 0.20 0.20 0.15 0.15 0.10 0.10 0.60 0.85 Tg/T 0.65 0.70 0.75 0.80 0.85 0.90 0.95 0.60 1.00 0.65 0.70 0.75 0.80 0.85 0.90 0.95 1.00 1.05 Tg/T Tg/T Figure 32 : Variation thermique du paramètre de couplage βKWW du mouvement bb/sc. 95 CHAPITRE CINQ FRAGILITÉ DYNAMIQUE ET TAILLES DE CRR SIMULÉES 5.1 Introduction Lors d’une trempe, le processus de relaxation des liquides susceptibles de former un verre devient de plus en plus complexe. En approchant de la Tg, une augmentation extraordinaire de la viscosité apparaît. Cette augmentation est moins importante dans le cas de certains matériaux, tels que les molécules inorganiques, par rapport à d’autres tels que les polymères. Angell a défini un nouveau paramètre appelé fragilité qui représente la vitesse à laquelle les propriétés dynamiques, temps de relaxation, viscosité…, d'un liquide susceptible de former un verre changent en approchant la Tg à partir de la phase liquide. Il a proposé de classifier les liquides visqueux selon cette fragilité (50, 52, 324). D'après l’approche des paysages énergétiques (Potentiel Energy Landscape), la fragilité est interprétée en terme du nombre de minima sur une hypersurface représentant l’énergie de changement configurationnel (324326). Ainsi les liquides forts présentent un comportement Arrhénius et possèdent une faible densité de minima sur l’hypersurface d'énergie potentielle. À l’inverse, les liquides fragiles présentent un comportement non-Arrhénius et sont caractérisés par une forte densité de minima (69, 87). Selon le modèle AG, les transitions entre ces minima sont accompagnées par un réarrangement des segments dans une certaine région du liquide surfondu. De telles transitions sont associées au CRR correspondant au nombre de segments qui relaxent ensemble indépendamment de leur environnement (10). De nombreuses expériences et simulations indiquent l'existence de CRR, appuyant ainsi l’hypothèse de mouvement coopératif dans les liquides surfondus (11-16). Ces expériences montrent une croissance de la taille des CRR en dessous de la Tc qui diverge à la TK. Néanmoins, la taille de CRR ne peut être mesurée directement à partir du modèle AG (10) (voir la section 1.2.4 pour plus de détails). Afin de mesurer la taille de ces CRR, quelques tentatives théoriques ont été réalisées. En se basant sur une approche qui combine le concept du volume libre et le modèle AG, le 96 volume moyen de CRR a été lié à l’enthalpie d’activation et au paramètre x de Narayanaswamy-Gardon ( x = 1 − T2 / T ) (327, 328). Le modèle CM de Ngai (95, 281) relie l’augmentation de la coopérativité et la taille de CRR à la diminution de l’exposant de βKWW observée en dessous de la Tc (329-331). Le modèle des contraintes cinétiques (kinetically constrained models) associe les CRR à l'hétérogénéité dynamique spatiale et sa longueur est de l’ordre de 1-3 nm (332-334). Le modèle MCT emploie aussi l'idée de l'hétérogénéité et prédit une longueur dynamique, ξ, qui diverge à la Tc (13, 335, 336). D'ailleurs, la différence entre les températures Tc et TK a été reliée à la fragilité par certains chercheurs (337). Depuis l'introduction du concept de fragilité par Angell, plusieurs relations entre différentes propriétés physiques des liquides visqueux et leur fragilité ont été établies tels que le coefficient de Poisson (338-343), le paramètre de couplage non-exponentiel (318, 344, 345), le coefficient d'expansion thermique (346), la taille des CRR (347) ainsi que la transition vitreuse (348, 349). L’importance de la Tg dans différentes applications incite à trouver et à déterminer les mécanismes de base qui gouvernent le phénomène de la transition vitreuse. L’étude par SA de la fragilité, de la taille de CRR ainsi que leur relation avec la Tg peut apporter une nouvelle interprétation et description microscopique de la transition vitreuse. En effet, la relation entre la fragilité, qui présente une relation directe avec les propriétés de l’hypersurface d'énergie, et la Tg est vraisemblablement un passage incontournable dans l’établissement d’une description moléculaire complète du processus de relaxation des liquides visqueux. Cette représentation moléculaire permet d’avoir une image claire de l’hypersurface d'énergie potentielle, d’établir un scénario microscopique pour la transition vitreuse et de renforcer les résultats théoriques et expérimentaux. Le but de ce chapitre est d’élaborer et d’expliquer la méthode utilisée pour calculer la fragilité dynamique, la taille de CRR et leurs relations avec la Tg à l’aide de paramètres de l’équation VFT (296) ainsi que les paramètres universels de l’équation WLF (350) obtenus par SA des polymères vinyliques. 97 5.2 Traitements théoriques Avant de présenter et discuter les résultats de simulations, il paraît nécessaire de rappeler les différents concepts théoriques et les méthodes expérimentales pour calculer et mesurer la fragilité ainsi que la taille de CRR. 5.2.1 Taille de CRR Le comportement dynamique des liquides forts est décrit par un simple régime d’activation. Par contre, les liquides fragiles sont caractérisés par un processus de relaxation complexe. Aux hautes températures, le mouvement des segments est diffusif et les liens tournent librement; c'est la relaxation simple de Debye. Ce régime de relaxation peut être décrit par la relation de Stokes-Einstein (SE) dans laquelle les coefficients de diffusion de translation et de rotation sont inversement proportionnels à la viscosité (351). À des températures inférieures à la Tc prédite par le modèle MCT, cette relation n’est plus valable pour le coefficient de translation. Le modèle SE sous-estime ce dernier à cause d’un découplage entre les mouvements translationnels et la mobilité structurale. Cette mobilité est de plus en plus coopérative et obéit alors à l’équation VFT. Dans cette plage de températures, le modèle AG est aussi valide. Par comparaison entre l’équation 1.1 (VFT) et équation 1.10 (AG), on constate que le nombre minimum de particules dans une CRR, z*, est donnée par : z * (T ) = T T − T0 [5.1] Cette équation a été établie pour la première fois par Miller (58, 352). Elle a été confirmée par la suite par d’autres chercheurs (353-357). Récemment, Solunov (301, 312, 358) a trouvé la même relation et il a montré que les espèces moléculaires de base des liquides surfondus ne 98 sont pas constitués par des molécules ou bien par des segments, mais de fragments des UR appelés « grains » (beads) par Wunderlich (57). Afin de calculer la taille de CRR, plusieurs chercheurs ont utilisé d’autres relations qui découlent des approches thermodynamiques. Solunov a établi une relation entre z* et la quantité ∆C p (T ) / ∆Sc (T ) (358). Cette relation provient du fait que la variation thermique de la différence de la capacité calorifique des polymères peut être décrite par une relation linéaire ( ∆C p (T ) = a − bT ) (358). Néanmoins, la variation thermique de ∆C p n’est pas unique et peut être décrite par plusieurs relations. Récemment, Cangialosi et al. (359) ont défini un nouveau paramètre qui relie la taille de CRR à l’entropie configurationnelle. Cependant, ce paramètre dépend de la nature des liquides visqueux. En considérant les liquides visqueux comme des systèmes spatialement hétérogènes et en traitant les CRR subissant des fluctuations thermiques comme des sous-systèmes thermodynamiquement et dynamiquement indépendants, Sillescu (360) a montré que la longueur moyenne des CRR peut être calculée à partir des variables thermodynamiques. La relation obtenue est comparable à celle trouvée par la méthode de Donth (361-366) basée sur la théorie des fluctuations thermiques. Selon cette approche, la longueur caractéristique moyenne, ζ , est associée à des paramètres thermodynamiques ( ∆Cv , δT , ... ) qui peuvent être mesurés directement à partir d’expériences calorimétriques. D’autres méthodes expérimentales fournissent des informations sur la taille de CRR. À partir de mesures diélectriques, la largeur de la distribution du temps de relaxation liée aux fluctuations de concentration des mélanges de polymères a été associée à la longueur de CRR (367). Ces distributions ont été observées à partir d’expériences de RMN multidimensionnelle (368-371). Les expériences de diffusion des rayons X aux petits angles (small angle X-ray scattering) ont aussi été utilisées pour mesurer la taille de CRR de polymères (372). Bien que les relations basées sur des approches thermodynamiques relient directement la taille d’une CRR à des variables découlant directement des mesures expérimentales, ces expressions donnent une valeur moyenne de la taille de CRR. Cela obscurcit l’hétérogénéité spatiale des liquides surfondus. L’hétérogénéité spatiale est un concept très important pour l’interprétation 99 moléculaire du phénomène de la transition vitreuse et pour la compréhension des processus de relaxation au sein des liquides surfondus (360, 373, 374). Les liquides visqueux sont constitués de sous-systèmes indépendants de tailles différentes qui sont caractérisés par des temps de relaxation différents. La Tg observée expérimentalement est la moyenne des Tg associées à chaque nano-domaine caractérisé par une viscosité différente (360, 368). Le phénomène d’hétérogénéité a été observé récemment en étudiant la déformation des polymères vitreux par SA (375). Les contraintes locales de cisaillement calculées pour chaque atome dans un volume défini par leurs voisins sont hétérogènes et peuvent dépasser les contraintes globales de cisaillement (375). De plus, ces méthodes ne donnent aucune information sur la variation de la taille de CRR en fonction de la température. En effet, en diminuant la température, la taille de CRR augmente et diverge à la température de Kauzmann (14). Cette température est comparable à la température de Vogel T0. Il faut souligner que le modèle AG, qui relie l’aspect dynamique (temps de relaxation) à l’aspect thermodynamique (entropie configurationnelle), exprime l'hétérogénéité spatiale par des CRR ayant un nombre irrégulier de groupes moléculaires dont le mouvement est couplé quand la température diminue et s’approche de la Tg (équation 1.12). Autrement dit, les CRR impliquées dans le phénomène de la transition vitreuse n’ont pas la même taille. À la Tg, pour qu’une CRR contribue à la transition vitreuse, le modèle AG exige qu’elle contienne un nombre minimum de segments. Pour simplifier, le terme «taille de CRR » est utilisé dans le reste du texte pour indiquer le nombre minimum de grains dans une CRR. L’équation 5.1 offre une alternative pour calculer la taille de CRR simulée puisque la taille découlant de cette relation a un sens physique. Cette équation peut exactement reproduire les propriétés de la taille de CRR en fonction de la température. De plus, elle décrit parfaitement le comportement des liquides forts caractérisés par une température de Vogel nulle. Autrement dit, quand la température de Vogel T0 est égale à zéro la taille de CRR est réduite à l'unité et on obtient un comportement Arrhénius. Par conséquent, cette relation est donc employée pour calculer la taille de CRR. 100 Les valeurs de T0 de différents polymères vinyliques ont été obtenues à partir de l’ajustement du temps de relaxation par l’équation empirique VFT qui décrit le comportement des liquides fragiles (Section 4.3.2). 5.2.2 Fragilité Dans le but de quantifier la fragilité dynamique des liquides surfondus, Angell (50) définit l’index de pente (steepness index) comme suit : d log X (T ) m= d (T / T ) g T =Tg [5.2] X peut être la viscosité, le temps de relaxation ou toute autre variable dynamique. Dans le diagramme d'Angell, c’est-à-dire un diagramme qui décrit la variation de la variable dynamique en fonction de la température réduite Tg / T (comparable à un diagramme Arrhénius), la fragilité dynamique, m, est égale à la pente. Ces valeurs peuvent varier de m = 16 pour les liquides forts, caractérisés par un comportement exponentiel simple, à m ≈ 250 pour les liquides surfondus très fragiles, décrits par un comportement non- exponentiel (318, 376, 377). À partir de l’équation 5.1, 1.1 et 1.2, la fragilité dynamique peut être corrélée aux paramètres de VFT (équation 5.3) et aux paramètres universels WLF (équation 5.4). m= B / Tg ln 10 (1 − T0 / Tg ) 2 C1g m = g Tg C2 101 [5.3] [5.4] Les paramètres T0 et B proviennent directement de l'ajustement du temps de corrélation par l'équation VFT (Chapitre 4). C1g et C 2g sont les paramètres de l’équation WLF qui décrit l’aspect dynamique de la transition vitreuse (chapitre 3). En remplaçant les équations 5.1 et 1.3 dans l’équation 5.4 on peut déduire la relation entre la fragilité dynamique et la taille de CRR à la Tg. Cette relation est donnée par l’équation suivante : m = C1g z * (Tg ) [5.5] Afin de relier les propriétés thermodynamiques à la fragilité, Angell introduit une définition thermodynamique à la fragilité. La fragilité thermodynamique est liée soit à la différence de la capacité calorifique entre les phases liquide et vitreuse, ∆C p , soit à la vitesse de changement de l’excès d'entropie entre les phases liquide et cristalline, ∆S (T ) , à la Tg (équation 5.6). d (∆S (Tg ) / ∆S (T )) mTherm. = d ( T / T ) g T =Tg [5.6] Bien qu’Angell et ses collaborateurs (52, 378-381) aient essayé de montrer l’existence d’un lien intime entre les fragilités dynamique et thermodynamique, la relation entre ces deux quantités semble être controversée, particulièrement dans le cas des polymères. En effet, il a été démontré l’absence de tout lien entre les deux quantités (84, 382-387). En se basant sur la relation qui relie la fragilité thermodynamique au ratio C lp / C pg , McKenna et al. ont montré qu’il n’existe pas une relation unique qui lie les fragilités dynamique et thermodynamique de tous les liquides susceptibles de former un verre. Ils ont constaté que la fragilité thermodynamique est inversement proportionnelle à la fragilité dynamique dans le cas des polymères. À l’opposé, une corrélation positive a été établie entre ces deux quantités dans le cas des verres inorganiques (388). Par conséquent, la relation entre les fragilités dynamique et thermodynamique reste une source de nombreux débats en perspective (389-393). 102 5.3 Résultats et discussions Les résultats présentés dans cette section sont ceux obtenus à partir de la vitesse de refroidissement la moins rapide (q3=1,2 × 1012 K/min). Les résultats complets à toutes les vitesses de refroidissement et pour les deux types de mouvements étudiés dans le chapitre précédent sont reportés à l’annexe III (Tableau 17, Tableau 18 et Tableau 19). 5.3.1 Fragilité dynamique La plus importante différence entre les liquides forts et fragiles est l’existence de la température de Vogel T0 pour ces derniers. Cette température est en effet nulle pour les liquides surfondus forts. De cette observation, Angell relie la différence Tg-T0 à la fragilité dynamique : plus cette différence est petite, plus le liquide visqueux est fragile. Les valeurs de Tg-T0 et de m simulées reportées dans le Tableau 13 sont en bon accord avec cette observation. Cette corrélation est l’un des arguments qui a été utilisé par Angell (52) afin de justifier et prouver le lien intime entre les fragilités dynamique et thermodynamique. En effet, le lien entre les deux fragilités est assuré par la relation d’égalité entre la température de Vogel et la température de Kauzmann observée pour plusieurs verres (85, 86, 387, 394). De ce fait, la différence Tg-T0 peut être considérée comme une mesure de la fragilité thermodynamique. 103 250 bb/sc bb 200 msim. 150 100 50 0 0.08 0.10 0.12 0.14 0.16 0.18 0.20 0.22 0.24 0.26 ( Tg-T0 )/Tg Figure 33 : Variation de la fragilité dynamique en fonction de (Tg-T0)/Tg. La Figure 33 illustre la variation de la fragilité dynamique simulée, des mouvements bb et bb/sc, en fonction du ratio (Tg-T0)/Tg. À mesure que cette différence augmente, la fragilité dynamique diminue et tend vers une valeur asymptotique lorsque (Tg-T0)/Tg tend vers l’unité. Ce comportement n'est pas étonnant car en s’approchant de l’asymptote, le comportement associé aux liquides forts possédant une température de Vogel nulle et une fragilité dynamique constante est atteinte (318). Cette variation de la fragilité dynamique est observée pour les deux types de mouvement (bb et bb/sc). Cependant, les valeurs absolues de m dépendent du type de mouvement et de la nature du polymère (Tableau 13). Bien que l’origine des deux mouvements bb et bb/sc soit différente, ces deux derniers sont définis par des fragilités qui présentent le même comportement. Il faut se rappeler que le mouvement bb est caractérisé par la même énergie effective B pour tous les polymères vinyliques. Contrairement, l’énergie effective associée au mouvement bb/sc dépend de la Tg. Cela permet d’établir une image claire de l’hypersurface d’énergie introduite par le modèle des paysages énergétiques (324-326). Selon ce modèle la fragilité est associée au nombre de minima de l’hypersurface d’énergie appelés structures inhérentes (inherent structures) et B est interprétée en terme de la barrière énergétique moyenne entre ces bassins (87). De ce fait, l’hypersurface d’énergie associée au mouvement bb est caractérisée par des bassins 104 isoénergétiques dont le nombre des structures inhérentes dépend de la nature du polymère vinylique étudié. Par contre, le mouvement bb/sc est défini par une hypersurface d’énergie au nombre de minima et de barrières énergétiques différents. Cette différence est liée directement à la différence de Tg observée au sein des polymères vinyliques stéréoréguliers (296). Dans le paragraphe suivant, l’accent est porté sur la relation entre la fragilité du mouvement bb/sc et la Tg. Tableau 13 : Valeurs de z * (Tg ) , de la différence Tg-T0 et de la fragilité dynamique des mouvements bb et bb/sc à la vitesse la plus lente. z * (Tg ) Polymère Tg − T0 (K) bb bb/sc bb PE 4,1 / 69 PMA 6,1 5,6 62 i-PMMA 7,3 6,7 s-PMMA 9,1 PS bb/sc msim. mexp 1 mexp bb bb/sc 39 / 68 72 36 97 102 (318) 57 62 87 57 111 103 (388) 8,8 53 55 123 128 135 136 (395) 9,5 7,7 47 58 89 86 126 139 (318) i-PαMS 9,1 8,6 52 55 123 122 136 s-PαMS 11,5 11,0 48 50 170 217 46 (383) Les valeurs de la fragilité dynamique simulée sont reportées dans le Tableau 13. Ces valeurs sont supérieures à la valeur typique des liquides forts ( m = 16 ) ; les polymères vinyliques sont en effet bien des liquides fragiles. De plus, les fragilités dynamiques simulées respectent l'ordre exact des données expérimentales, c’est-à-dire le polymère avec une fragilité expérimentale plus élevée montre une fragilité simulée plus élevée. Toutefois, ces valeurs sont inférieures aux valeurs expérimentales trouvées dans la littérature (396). Cette particularité est attribuée à la vitesse de refroidissement utilisée lors de la SA, à la technique expérimentale employée pour mesurer la fragilité (397) et à la différence de la masse molaire entre les 1 Calculée selon l’équation 5.4 en utilisant les paramètres issus de la référence (350). 105 données simulées et expérimentales. Roland et Casalini (398) ont montré que la Tg et la fragilité dynamique du PS varient de la même manière en fonction de la masse molaire (figure 3 de la Réf. (398)). Récemment, en étudiant les propriétés de la dynamique locale du PMMA par spectroscopie diélectrique, Roland et al. ont observé des variations significatives de la fragilité dynamique en fonction de la masse molaire (399). Pour compenser et éliminer cet effet, la fragilité simulée doit être comparée à la fragilité expérimentale d’un polymère possédant la même masse moléculaire que celle du polymère simulé. Cependant, il n'existe pas une relation ou une équation qui puisse relier la fragilité d’un liquide surfondu à sa masse molaire comparable à l’équation de Fox-Flory qui rapporte la Tg d’un polymère à sa masse moléculaire. Dans la littérature, il y a peu de recherches qui se focalisent sur ce sujet (398401). Pour éviter ce problème, la démarche suivante a été adoptée : pour chaque polymère, la fragilité dynamique expérimentale correspondant à la masse molaire appropriée (100 UR) doit être calculée en utilisant l'équation 5.4 qui rapporte la fragilité dynamique aux paramètres universels de l’équation WLF. Récemment, ces paramètres ont été calculés pour la même masse molaire que les polymères de cette étude (350). En utilisant l'équation WLF pour établir un lien entre les données expérimentales et simulées, les valeurs de 16,7 et 48 K ont été trouvées respectivement pour C1g et C2g (350). Les valeurs de la fragilité dynamique calculées avec ces deux paramètres par le biais de l’équation 5.4 sont reportées dans le Tableau 13. La variation de cette fragilité expérimentale en fonction de la fragilité dynamique simulée est illustrée à la Figure 34 où on observe un comportement linéaire décrit par l’équation suivante : mexp = 0,4 msim + 86 [5.7] Cette variation linéaire est semblable à celle établie entre les Tg simulées et expérimentales (350). Par contre, la signification physique de la pente et de l’ordonnée à l’origine reste inexpliquée. 106 140 mexp. 130 120 110 100 90 20 40 60 80 100 msim. 120 140 Figure 34 : Variation de la fragilité expérimentale en fonction de la fragilité simulée. 240 220 200 180 msim. 160 140 120 100 80 60 40 20 360 380 400 420 440 460 480 500 520 540 560 Tg sim.(K) Figure 35 : Variation de la fragilité simulée en fonction de la Tg simulée. 107 À la Figure 35 est illustrée la variation de la fragilité simulée en fonction de la Tg simulée des polymères vinyliques. Cette figure montre que la fragilité dynamique simulée augmente avec la Tg, c’est-à-dire que le polymère avec la Tg la plus élevée présente le comportement le plus fragile. Expérimentalement, en utilisant la DSC, Alves et al. (402) ont constaté que la fragilité dynamique et la Tg des réseaux de PMMA augmentent en fonction du degré de réticulation. La diminution de la Tg en fonction de l’augmentation des pourcentages de fluorure de polyvinylidène (PVDF) du mélange PMMA/PVDF est accompagnée par une réduction de la fragilité dynamique (403). Alvarez et al. ont constaté que les homopolymères de la famille des polysiloxanes, caractérisés par des Tg plus élevées par rapport aux copolymères de la même famille, sont aussi définis par des fragilités plus importantes (404). La fragilité et la Tg de la famille des polyméthyl(α-n-alkyl)acrylates diminuent de la même façon à mesure que la longueur de la chaîne latérale augmente (405). En outre, la masse molaire affecte la fragilité de la même manière que la Tg (398, 399). Afin de simplifier, la variation de la fragilité simulée en fonction de la Tg peut être ajustée par un comportement linéaire. La ligne continue à la Figure 35 représente ce comportement linéaire qui régit par l’équation suivante : msim = 1,1 Tg sim − 388 [5.8] Cette équation relie la fragilité dynamique simulée à la Tg simulée. Elle montre que la fragilité dynamique simulée n’obéit pas directement à la relation 5.4 qui décrit la relation entre la Tg et m expérimentales. Ce désaccord est dû aux relations linéaires entre les Tg expérimentales et simulées et entre les m expérimentales et simulées. Pour déduire la relation entre la Tg et m expérimentales à partir des données de la simulation et des données théoriques, on remplace l’équation 5.8 (résultant de la simulation) et l’équation 3.4 (l’équation 3.4 donne la Tg simulée 108 en fonction de la Tg expérimentale à la vitesse la plus lente) dans l’équation 5.7 (résultant de la théorie). On obtient l’équation suivante : mexp = 0,43 Tg exp − 33 [5.9] La pente de cette équation est comparable à la pente théorique universelle (0,34) obtenue via l’équation 5.4 qui relie la fragilité dynamique aux paramètres de l’équation WLF. Expérimentalement, en compilant les résultats expérimentaux d’une série de polymères, McKenna (349) a établi une relation semblable entre la Tg et la fragilité dynamique avec une pente de 0,28 ( mexp = 0,28 Tg exp + 9 ). À partir des données de la littérature du PS à différentes masses molaires (401), on peut établir une relation linéaire avec une pente de 0.56 entre la fragilité et la Tg ( mexp = 0,56 Tg exp − 70 ). Les deux équations expérimentales sont similaires à notre équation. L’équation 5.9 qui établit une relation claire entre la fragilité et la Tg expérimentales est obtenue grâce à la mise au point d’un lien entre l’expérience, la théorie et la simulation. Cette équation étant en bon accord avec les résultats théoriques et expérimentaux, elle permet l’étude de la relation entre la fragilité et la taille de CRR. 5.3.2 Taille des CRR Selon les modèles MCT et CM, trois zones d’échelle de temps et de longueur sont considérées pour décrire le phénomène de la transition vitreuse: une zone Arrhénius qui se situe à des températures supérieures à la Tc, une zone de dispersion qui s’étend de cette température jusqu’à la Tg et, finalement, une zone vitreuse qui se situe à des températures inférieures à la Tg (366). Dans ce travail, on s’intéresse à la zone de dispersion caractérisée par un mouvement coopératif impliquant la formation des 109 CRR. La taille de CRR à la Tg ( z * (Tg ) = Tg /(Tg − T0 ) ) de chaque polymère pour les deux mouvements est reportée au Tableau 13. On remarque pour les deux mouvements que cette taille varie entre 4 et 11, ce qui est en bon accord avec la taille des CRR d’une série de polymères obtenue expérimentale par DSC (347). Cependant, la taille associée au mouvement bb est légèrement supérieure à celle du mouvement bb/sc. Une explication possible de cette différence serait l’existence d’une longueur critique à laquelle l’état vitreux est obtenu (section 5.3.3). En effet, le mouvement bb implique seulement la chaîne principale ; à l’inverse, le mouvement bb/sc tient compte de la totalité du polymère. De ce fait, pour avoir la même taille à la Tg, la CRR associée au mouvement bb doit contenir plus de grains par rapport à celle du mouvement bb/sc lié à la différence de Tg observée parmi les polymères vinyliques. Pour cela, dans la suite de ce texte, on étudie uniquement le mouvement bb/sc. 11 10 z*(Tg ) 9 8 7 6 5 360 380 400 420 440 460 480 500 520 540 560 Tg sim.(K) Figure 36 : Variation de la taille des CRR en fonction des Tg simulées. La variation de la taille de CRR à la Tg ( z * (Tg ) ) de tous les polymères vinyliques en fonction de leur Tg est illustrée à la Figure 36. Cette figure montre que z*(Tg) croît de manière linéaire à mesure que la Tg augmente. Plus la taille de CRR est grande, plus le nombre de segments qui relaxent ensemble est élevé, donc plus petite est la mobilité moléculaire des liquides visqueux. Par conséquent, la température de transition vitreuse augmente. Il a été vu dans la section 110 3.3.3.1 que la configuration syndiotactique des polymères vinylique possédant le groupe αméthyle (PMMA et PαMS) présente des interactions intermoléculaires plus élevées que leur configuration isotactique. D’après le concept du volume libre (8) et CM de Ngai (95, 281), les interactions intermoléculaires jouent un rôle très important dans la détermination de la Tg. Selon ce dernier modèle, elles présentent un impact direct sur le paramètre de couplage βKWW qui est une mesure de la coopérativité. Des interactions intermoléculaires élevées diminuent le paramètre de couplage conduisant à un mouvement fortement coopératif. De ce fait, le polymère caractérisé par des interactions intermoléculaires importantes présente une CRR de taille élevée. Par conséquent, la taille de CRR des configurations s-PMMA et s-PαMS est plus élevée que la taille des configurations i-PMMA et i-PαMS respectivement. Cependant, cette conclusion ne peut expliquer la différence de taille observée entre les différents polymères vinyliques car leurs interactions non-liantes ne peuvent être comparées du fait de la différence de l’envirenement chimique. 240 220 200 180 msim. 160 140 120 100 80 60 6 7 8 9 10 11 z*(Tg ) Figure 37 : Variation de la fragilité en fonction de la taille des CRR. 111 La fragilité dynamique (Figure 37) présente un comportement linéaire en fonction de z*(Tg). L’ajustement linéaire donne l'équation suivante : msim = 34 z * (Tg ) − 167 [5.10] Afin d’établir une relation entre la fragilité dynamique expérimentale et le z* (Tg), on remplace cette équation dans l’équation 5.7 qui relie les fragilités expérimentale et simulée. mexp = 13,6 z * (Tg ) + 19 [5.11] Cette relation est comparable à l’équation expérimentale obtenue récemment par Saiter et al. ( mexp = 13 z (Tg ) + 26 ) (347) par des mesures DSC pour différents polymères. L’équation 5.11 et l’équation de Saiter (347) ne peuvent décrire le comportement des liquides forts caractérisés par z*(Tg)= 1. Pour ces matériaux définis par m = 16 (équation 5.5), les deux équations prévoient une valeur négative de z* (Tg). Pour éviter ce problème, les conditions naturelles ont été imposées par Saiter, c’est-à-dire si m =16, la taille de CRR doit être égale à l'unité. En appliquant ces conditions, la relation entre la fragilité et la taille de CRR est donnée par l’équation suivante : mexp = 15,8 z * (Tg ) + 0,2 Cette équation est comparable à l'équation expérimentale [5.12] corrigée de Saiter ( m = 15,94 z * (Tg ) + 0,06 ) (347). Théoriquement, le paramètre C1g de l’équation WLF corrèle la fragilité dynamique à la taille de CRR (équation 5.5). Cela indique que l’équation 5.12 représente bien la théorie. En effet, la pente est comparable à la valeur universelle du 112 paramètre C1g et l’ordonnée à l’origine est négligeable à cause des erreurs de calcul. Pour la taille de CRR et la fragilité dynamique, ces erreurs sont de l’ordre de 12%. Pour obtenir l’équation 5-12, simulaire aux prédictions expérimentales, notre approche s’est basée uniquement sur les liens entre la simulation, l’expérience et la théorie. Ces résultats confirment l’exactitude de la méthode établie pour simuler la température de la transition vitreuse. Ceci permet de calculer la longueur de CRR afin d’établir une description microscopique de la transition vitreuse. 5.3.3 Longueur des CRR Pour évaluer la longueur de CRR à la Tg, ξ * , on considère que les grains d’une CRR sont répartis de manière isotrope dans un cube dont le volume et l’arête déterminent respectivement le volume et la longueur associés à la CRR. Cette approximation est justifiée par le fait qu’il n’y ait pas d’effet de surface à cause des conditions aux limites périodiques. En effet, dans les systèmes réels, la probabilité de créer une CRR est une compétition entre les effets de surface ( ∝ ξ 2 ) et de volume ( ∝ ξ 3 ) (406). À partir de la masse molaire de CRR et en connaissant la densité simulée à la Tg, la longueur ξ * peut être calculée à partir de la relation suivante : ξ* = 3 z * (Tg ) M ρ [5.13] Où ρ est la densité simulée à la Tg, z* est le nombre de grains par CRR et M est la masse molaire d’une UR. Les valeurs de la longueur de CRR pour le mouvement bb/sc responsable de la différence de Tg sont reportées dans le Tableau 14. Cette longueur est inférieure à la 113 moitié de la dimension des boîtes de simulations de tous les polymères étudiés. De plus, ces valeurs sont inférieures aux valeurs calculées à partir de la méthode de Donth ( ξ ≈ 1,5 − 3,2 nm ) (396) qui donne une valeur moyenne de la taille de CRR. À l’inverse, ξ * est la longueur de la plus petite CRR qui contribue à la transition vitreuse. Dû à la petite différence observée entre les différentes longueurs de CRR, on peut admettre que la ξ * est indépendante de la Tg et de la nature du polymère. Cela indique que la transition vitreuse aura lieu quand la longueur de la plus petite CRR est de l’ordre de 1 nm . Il faut rappeler que cette longueur est du même ordre de grandeur que la longueur critique ( ξ c ≈ 1 nm ) qui caractérise la transition d’un mouvement simple et diffusif des liquides vers un mouvement plus complexe des solides. Ce mouvement est décrit en terme de sauts au-dessus des barrières énergétiques (70). Tableau 14 : Les valeurs de la longueur critique des CRR. z * (Tg ) ρ (Tg ) (g.cm-3) ξ * (nm) PMA 5,6 1,12 0,9 i-PMMA 6,7 1,1 1,0 s-PMMA 8,8 1,06 1,1 PS 7,7 0,94 1,1 i-PαMS 8,6 1,01 1,2 s-PαMS 11,0 0,96 1,3 Polymère En conclusion, on peut établir une représentation moléculaire de la transition vitreuse. Aux hautes températures, les liquides susceptibles de former un verre sont décrits par un comportement simple et Arrhénius régis par l’équation de Boltzmann appliquée au mouvement. À ces températures, le système se comporte comme un liquide simple. En refroidissant et à la Tc du modèle MCT, le liquide devient visqueux et un mouvement caractérisant les systèmes solides apparaît, conduisant à la formation de quelques CRR de 114 longueur supérieure à ξ c . De ce fait, la relation de Stokes-Einstein n’est plus valide et le mouvement devient coopératif. En refroidissent davantage, le mouvement qui se trouve être de plus en plus coopératif est dû d’une part à la formation d’autres CRR de longueur qui dépasse la taille critique et d’autre part à l’augmentation de la longueur des CRR qui existent déjà. À une température donnée, la longueur de la plus petite CRR atteint la longueur critique. À cette température, tous les sous-ensembles du système sont caractérisés par une dynamique complexe comparable à celle des solides. Cette température est la température de la transition vitreuse. Cela indique clairement que la transition vitreuse est dominée par la formation et le mouvement des petites CRR. Ce scénario est une combinaison des deux schémas, hétérogène et homogène, qui expliquent l’origine de la fonction KWW. 115 CONCLUSION Selon le prix Nobel de Physique P. W. Anderson : "Le problème le plus profond et le plus intéressant non résolu en physique de l’état condensé est probablement la théorie de la transition vitreuse et la nature des verres" 1. En effet, jusqu’à présent il n’existe pas une théorie complète qui peut expliquer la transition vitreuse qui continue, depuis des milliers d’années, à défier les scientifiques. Dans cette thèse, nous avons tenté de comprendre les processus intermoléculaires intervenant lors du phénomène de la transition vitreuse par le biais de la simulation atomistique des polymères vinyliques stéréoréguliers. La méthode requiert la définition d’un champ de forces décrivant les interactions ainsi que la génération de cellules de simulation représentant le polymère à étudier. L’équilibrage et le choix des configurations initiales sont de prime importance puisque la trajectoire simulée est toujours le reflet de la cellule initialement construite. La méthode de Theodorou et Suter a été utilisée pour générer les configurations initiales de chaque polymère. Les configurations qui possèdent d’une part le rayon de giration ainsi que la distance quadratique moyenne entre les bouts de chaîne les plus probables et d’autre part la plus faible énergie ont été choisies. Afin d’obtenir des configurations équilibrées, un procédé inédit a été proposé. Cette méthode consiste en un processus de recuit simulé, suivi d'une compression hydrostatique uniforme. L’efficacité de la méthode de relaxation se traduit par un excellent accord entre les valeurs expérimentales et simulées de la densité et du module de compressibilité. La simulation atomistique prédit que le module de compressibilité dans le cas du PMMA et PαMS dépend 1 "The deepest and most interesting unsolved problem in solid state theory is probably the theory of the nature of glass and the glass transition" (1). 116 de la tacticité de la chaîne polymérique. Cette dépendance est associée à la diminution des interactions intermoléculaires au sein de la configuration isotactique. Dans la littérature, aucune donnée expérimentale n’a été trouvée, un appel est lancé aux expérimentateurs. Bien que les vitesses de refroidissement utilisées lors des simulations atomistiques soient beaucoup plus grandes que les vitesses expérimentales, un autre appel est lancé aux expérimentateurs pour mesurer la Tg du s-PαMS. En effet, selon la relation linéaire établie entre les Tg simulées et expérimentales des polymères vinyliques, la dynamique moléculaire peut être utilisée comme un outil de prédiction. Bien qu’il n'y ait aucun consensus au sujet de la relation entre les Tg simulées et expérimentales, nous avons clairement établi une telle relation via l’équation WLF. L’universalité de cette équation est ainsi corroborée. Ces résultats indiquent la description fiable de la transition vitreuse par la simulation atomistique. Cette dernière peut être utilisée ainsi pour étudier des propriétés qui ne sont pas accessibles facilement par l’expérience. L’analyse énergétique montre que la présence du groupement α-méthyle induit une énergie intermoléculaire plus importante au sein de la configuration syndiotactique par rapport à la configuration isotactique. Cette diminution des interactions non-liantes est due à une plus grande ouverture de l’angle intra-diade de la chaîne principale de la configuration isotactique. Cela est en accord avec les concepts et modèles de la transition vitreuse. L’équation VFT a été utilisée pour étudier la dynamique locale des mouvements de la chaîne principale et du couplage entre les chaînes principale et latérale afin de déterminer les paramètres qui affectent la Tg. La température de Vogel, T0, est la même pour les deux dynamiques puisque en dessous de cette température, il n’y a aucun mouvement moléculaire sauf les mouvements de vibration. Dans le cas du mouvement de la chaîne principale, l'énergie d'activation effective est constante. Cependant, elle varie linéairement avec la Tg quand la dynamique résultant du mouvement décrivant le couplage entre les chaînes principale et 117 latérale est considérée. La comparaison directe avec les données expérimentales montre l'importance du mouvement de la chaîne pendante et son influence sur le phénomène de la transition vitreuse. L’étude de la fragilité a révélé que l’hypersurface d’énergie associée au mouvement de la chaîne principale est caractérisée par des bassins isoénergétiques dont le nombre dépend de la nature du polymère vinylique étudié. Cependant, le mouvement décrivant le couplage entre les chaînes principale et latérale est défini par une hypersurface d’énergie au nombre de minima et de barrières énergétiques différents. Finalement, l’utilisation du modèle AG et de l’équation VFT a montré que la transition vitreuse, dominée par la formation de petites CRR, est un phénomène coopératif qui résulte de la combinaison des scénarios hétérogène et homogène. La longueur critique de cette coopérativité à la Tg est de l’ordre de 1 nm. Cette longueur est inférieure à la moitié de la dimension des boîtes de simulations. Cela confirme que la transition vitreuse peut être simulée par des méthodes de simulation atomistique. D’ailleurs, nos résultats préparent le terrain pour le traitement des polymères aux surfaces et à l’état confiné qui présentent des comportements totalement différents (16, 407-410). 118 ANNEXE I L’énergie potentielle du champ de forces OPLS: V = ∑ K (b − b0 ) 2 b + ∑θ H (θ − θ ) 2 0 V [ 1 − ( cos(nφ − φ ) ) ] ∑∑ φ 3 n =1 + + ∑ i> j n qi q j rij 0 n σ + ∑ 4ε ij ij rij i> j 12 6 σ ij − r ij K , H , Vn , b0 , θ 0 , φ n0 , ε ij , σ ij , qi et q j sont les paramètres de champ de forces. b, θ , φ et rij respectivement la longueur de la liaison, l’angle de valence, l’angle dièdre et la distance entre les deux atomes non liés i et j. Ces paramètres sont obtenus durant la simulation qui permet de calculer l’énergie potentielle. Les paramètres de Van der Waals sont calculés selon les expressions suivantes : ε ij = (ε i ε j )1 / 2 σ ij = (σ iσ j )1/ 2 ε ij est la profondeur du puits de potentiel; σ ij est la distance à la quelle le potentiel s’annule. 119 ANNEXE II Tableau 15: Température de Vogel, T0, en K de la dynamique de la chaîne principale et du couplage entre les chaînes principale et pendante à différentes vitesses de refroidissement. Polymère q1 q2 q3 (1.2 1014 K.min-1) (2.4 1012 K.min-1) (1.2 1012 K.min-1) bb bb/sc bb bb/sc bb bb/sc PE 260 PMA 344 343 330 330 318 312 i-PMMA 397 399 372 372 358 353 s-PMMA 458 447 443 440 430 428 PS 427 444 402 405 402 391 i-PαMS 455 440 430 430 420 417 s-PαMS 536 539 511 512 502 500 239 120 216 Tableau 16 : Énergie d’activation effective, B, en kJ/mol de la dynamique de la chaîne principale et du couplage entre les chaînes principale et pendante à différentes vitesses de refroidissement. Polymère q1 q2 q3 (1.2 1014 K.min-1) (2.4 1012 K.min-1) (1.2 1012 K.min-1) bb bb/sc bb bb/sc 11,9 bb bb/sc PE 8,9 PMA 11,2 6,6 12,4 7,4 13,9 8,4 i-PMMA 8,4 7,7 11,2 8,6 13,0 10,2 s-PMMA 9,2 13,7 12,4 14,6 13,7 15,4 PS 9,6 9,9 11,1 10,8 12,8 12,4 i-PαMS 10,3 12,9 12,1 14,0 13,5 15,0 s-PαMS 9,7 16,2 12,5 17,3 13,6 18,9 121 12,5 ANNEXE III Tableau 17 : Valeurs de la différence ( Tg − T0 ) en K aux différentes vitesses de refroidissement. Polymère q1 q2 q3 (1.2 1014 K.min-1) (2.4 1012 K.min-1) (1.2 1012 K.min-1) bb bb/sc bb bb/sc 66 bb bb/sc PE 67 PMA 62 63 60 60 62 68 i-PMMA 48 46 56 56 57 62 s-PMMA 55 66 55 58 53 55 PS 57 40 57 54 47 58 i-PαMS 53 68 55 55 52 55 s-PαMS 52 59 53 52 48 50 122 69 Tableau 18 : Valeurs de m aux différentes vitesses de refroidissement. q1 q2 q3 (1.2 1014 K.min-1) (2.4 1012 K.min-1) (1.2 1012 K.min-1) Polymère bb bb/sc bb bb/sc bb bb/sc PE 34 / 44 / 39 / PMA 62 35 70 42 72 36 i-PMMA 85 85 81 61 87 57 s-PMMA 81 84 107 113 123 128 PS 75 156 82 89 89 86 i-PαMS 97 74 101 117 123 122 s-PαMS 110 143 131 188 170 217 Tableau 19 : Valeurs de z * (Tg ) des deux mouvements aux différentes vitesses de refroidissement. Polymère q1 q2 q3 (1.2 1014 K.min-1) (2.4 1012 K.min-1) (1.2 1012 K.min-1) bb bb/sc bb bb/sc bb bb/sc PE 4,9 / 4,6 / 4,1 / PMA 6,5 6,4 6,5 6,5 6,1 5,6 i-PMMA 9,3 9,7 7,6 7,6 7,3 6,7 s-PMMA 9,3 7,8 9,1 8,6 9,1 8,8 PS 8,5 12,1 8,1 8,5 9,5 7,7 i-PαMS 9,6 7,5 8,8 8,8 9,1 8,6 s-PαMS 11,3 10,0 10,6 10,8 11,5 11,0 123 BIBLIOGRAPHIE 1 P. W. ANDERSON, Science 267, 1615 (1995). 2 K. L. NGAI et S. CAPACCIOLI, J. Am. Ceram. Soc. 91, 709 (2008). 3 K. L. NGAI, J. Non-Cryst. Solids 353, 709 (2007). 4 L. H. SPERLING, Introduction to Physical Polymer Science John Wiley & Sons, Ins., New York, (2001). 5 G. REHAGE et W. BORCHARD, The Thermodynamics of the Glassy State, England, (1973). 6 W. KAUZMANN, Chem. Rev. 43, 219 (1948). 7 M. H. COHEN et D. TURNBULL, J. Chem. Phys. 31, 1164 (1959). 8 D. TURNBULL et M. H. COHEN, J. Chem. Phys. 34, 120 (1961). 9 M. H. COHEN et G. S. GREST, Phys. Rev. B 20, 1077 (1979). 10 G. ADAM et J. H. GIBBS, J. Chem. Phys. 43, 139 (1965). 11 E. FISCHER, Physica A 201, 183 (1993). 12 J. HORBACH, W. KOB, K. BINDER, et C. A. ANGELL, Phys. Rev. E 54, R5897 (1996). 13 G. BIROLI et J. P. BOUCHAUD, Europhys. Lett. 67, 21 (2004). 14 L. BERTHIER, G. BIROLI, J.-P. BOUCHAUD, L. CIPELLETTI, D. EL MASRI, D. L’HÔTE, F. LADIEU, et M. PIERNO, Science 310, 1797 (2005). 15 A. SOLDERA et Y. GROHENS, Polymer 45, 1307 (2004). 16 S. SRIVASTAVA et J. K. BASU, Phys. Rev. Lett. 98, 165701 (2007). 17 E. V. RUSSELL et N. E. ISRAELOFF, Nature 408, 695 (2000). 18 C. BENNEMANN, C. DONATI, J. BASCHNAGEL, et S. C. GLOTZER, Nature 399, 246 (1999). 19 S. WHITELAM, L. BERTHIER, et J. P. GARRAHAN, Phys. Rev. Lett. 92, 185705 (2004). 20 P. MEARES, Trans. Faraday Soc. 53, 31 (1957). 21 M. VOGEL et E. ROSSLER, J. Chem. Phys. 114, 5802 (2001). 124 22 R. ZORN, F. I. MOPSIK, G. B. MCKENNA, L. WILLNER, et D. RICHTER, J. Chem. Phys. 107, 3645 (1997). 23 A. HOFMANN, A. ALEGRIA, J. COLMENERO, L. WILLNER, E. BUSCAGLIA, et N. HADJICHRISTIDIS, Macromolecules 29, 129 (1996). 24 R. ZORN, G. B. MCKENNA, L. WILLNER, et D. RICHTER, Macromolecules 28, 8552 (1995). 25 D. RICHTER, B. FRICK, et B. FARAGO, Phys. Rev. Lett. 61, 2465 (1988). 26 T. KANAYA, K. KAJI, et K. INOUE, Macromolecules 24, 1826 (1991). 27 A. P. SOKOLOV, V. N. NOVIKOV, et B. STRUBE, Phys. Rev. B 56, 5042 (1997). 28 D. FIORETTO, U. BUCHENAU, L. COMEZ, A. SOKOLOV, C. MASCIOVECCHIO, A. MERMET, G. RUOCCO, F. SETTE, L. WILLNER, B. FRICK, D. RICHTER, et L. VERDINI, Phys. Rev. E 59, 4470 (1999). 29 G. P. JOHARI, J. Chem. Phys. 58, 1766 (1973). 30 G. P. JOHARI, J. Non-Cryst. Solids 307-310, 317 (2002). 31 S. KAUFMANN, S. WEFING, D. SCHAEFER, et H. W. SPIESS, J. Chem. Phys. 93, 197 (1990). 32 P. LUNKENHEIMER et A. LOIDL, Chem. Phys. Lett. 284, 205 (2002). 33 S. HENSEL-BIELOWKA et M. PALUCH, Phys. Rev. Lett. 89, 025704 (2002). 34 C. M. ROLAND, R. CASALINI, et M. PALUCH, Chem. Phys. Lett. 367, 259 (2003). 35 J. MATTSSON, R. BERGMAN, P. JACOBSSON, et L. BORJESSON, Phys. Rev. Lett. 90, 075702 (2003). 36 C. M. ROLAND et R. CASALINI, Macromolecules 40, 3631 (2007). 37 K. L. NGAI, Phys. Rev. E 69, 031501 (2004). 38 M. PALUCH, C. M. ROLAND, S. PAWLUS, J. ZIOŁO, et K. L. NGAI, Phys. Rev. Lett. 91, 115701 (2003). 39 K. L. NGAI, P. LUNKENHEIMER, C. LEON, U. SCHNEIDER, R. BRAND, et A. LOIDL, J. Chem. Phys. 115, 1405 (2001). 40 M. SCHULZ, Phys. Lett. A 251, 269 (1999). 41 M. J. SCHROEDER, K. L. NGAI, et C. M. ROLAND, J. Polym. Sci. Pol. Phys. 45, 342 (2007). 125 42 R. BERGMAN, F. ALVAREZ, A. ALEGRIA, et J. COLMENERO, J. Chem. Phys. 109, 7546 (1998). 43 J. RAULT, J. Non-Crystal. Sol. 271, 177 (2000). 44 R. F. BOYER, Macromolecules 6, 288 (1973). 45 A. GOURARI, M. BENDAOUD, C. LACABANNE, et R. F. BOYER, J. Polym. Sci. Poly. Phys. 23, 889 (1985). 46 V. A. BERSHTEIN, V. M. EGOROV, L. M. EGOROVA, et V. A. RYSHOV, Termochimica Acta 238, 41 (1994). 47 N. JAKSE et A. PASTUREL, Phys. Rev. Lett. 99, 205702 (2007). 48 S. SASTRY et C. A. ANGELL, Nat. Mater. 2, 739 (2003). 49 Y. KATAYAMA, T. MIZUTANI, W. UTSUMI, O. SHIMOMURA, M. YAMAKATA, et K. FUNAKOSHI, Nature 403, 170 (2000). 50 C. A. ANGELL, J. Non-Crystal. Sol. 102, 205 (1988). 51 M. D. EDIGER, C. A. ANGELL, et S. R. NAGEL, J. Phys. Chem. 100, 13200 (1996). 52 L.-M. MARTINEZ et C. A. ANGELL, Nature 410, 663 (2001). 53 D. TURNBULL et M. H. COHEN, J. Chem. Phys. 52, 3038 (1970). 54 T. G. FOX et P. J. FLORY, J. Appl. Phys. 21, 581 (1950). 55 P. C. FOX et P. J. FLORY, J. Polym. Sci. 14, 315 (1954). 56 R. SIMHA et R. F. BOYER, J. Chem. Phys. 37, 1003 (1962). 57 B. WUNDERLICH, J. Chem. Phys. 64, 1052 (1960). 58 A. A. MILLER, J. Chem. Phys. 49, 1393 (1968). 59 N. HIRAI et H. EYRING, J. Appl. Phys. 29, 810 (1958). 60 J. H. GIBBS et E. A. DI MARZIO, J. Chem. Phys. 28, 373 (1958). 61 G. PARISI et F. ZAMPONI, J. Chem. Phys. 123, 144501 (2005). 62 G. PARISI, Physica A 280, 115 (2000). 63 E. A. DI MARZIO, J. Res. Natl. Inst. Stand. Technol. 102, 135 (1997). 64 E. A. DIMARZIO et J. H. GIBBS, J. Polym. Sci. Pol. Chem. 1, 1417 (1963). 65 L. A. WOOD, J. Res. Natl. Bur. Stand. Sect. A 51, 76A (1972). 66 E. A. DIMARZIO, J. H. GIBBS, P. D. FLEMING III, et I. C. SANCHEZ, Macromolecules 9, 763 (1976). 126 67 E. A. DIMARZIO, Anns. N.Y. Acad. Sci. 1, 371 (1981). 68 A. R. GREENBERG et R. P. KUSY, Polymer 24, 513 (1983). 69 P. G. DEBENEDETTI et F. H. STILLINGER, Nature 410, 259 (2001). 70 E. GOLDSTEIN, J. Chem. Phys. 51, 3728 (1969). 71 I. M. HODGE, J. Res. Natl. Inst. Stan. 102, 195 (1997). 72 R. RICHERT et C. A. ANGELL, J. Chem. Phys. 108, 9016 (1998). 73 D. CANGIALOSI, A. ALEGRIA, et J. COLMENERO, Europhys. Lett. 70, 614 (2005). 74 L. GOITIANDIA et A. ALEGRIA, J. Chem. Phys. 121, 1636 (2004). 75 R. J. SPEEDY, J. Chem. Phys. 114, 9069 (2001). 76 C. M. ROLANDA, S. CAPACCIOLI, M. LUCCHESI, et R. CASALINIB, J. Chem. Phys. 120, 10640 (2004). 77 A. ALEGRIA et L. GOITIANDIA, J. Non-Cryst. Sol. 351, 2588 (2005). 78 O. YAMAMURO, I. TSUKUSHI, A. LINDQVIST, S. TAKAHARA, M. ISHIKAWA, et T. MATSUO, J. Phys. Chem. B 102, 1605 (1998). 79 T. HIKIMA, M. HANYA, et M. OGUNI, Solid State Commun. 93, 713 (1995). 80 O. YAMAMURO, I. TSUKUSHI, A. LINDQVIST, S. TAKAHARA, M. ISHIKAWA, et T. MATSUO, J. Phys. Chem. 102, 1605 (1998). 81 M. MIZUKAMI, K. KOBASHI, M. HANAYA, et M. OGUNI, J. Phys. Chem. B 103, 4078 (1999). 82 C. A. ANGELL et W. SICHINA, Ann. New York Acad. Sci. 279, 53 (1976). 83 C. ALBA, L. E. BUSSE, D. J. LIST, et C. A. ANGELL, J. Chem. Phys. 92, 617 (1990). 84 H. TANAKA, Phys. Rev. Lett. 90, 055701 (2003). 85 C. A. ANGELL, J. Res. Natl. Inst. Stand. Technol. 102, 171 (1997). 86 S. SASTRY, Nature 409, 164 (2001). 87 C. A. ANGELL, Science 267, 1924 (1995). 88 H. J. FECHT, J. H. PEREPEZKO, M. C. LEE, et W. L. JOHNSON, J. Appl. Phys. 68, 4494 (1990). 89 G. KLOSE et H. J. FETCH, Mater. Sci. Eng. A 179&180, 77 (1998). 127 90 G. P. JOHARI et M. GOLDSTEIN, J. Chem. Phys. 53, 2372 (1970). 91 G. P. JOHARI, J. Chem. Phys. 112, 8958 (2000). 92 C. A. ANGELL et S. BORICK, J. Non-Crystal. Sol. 307-310, 393 (2002). 93 C. L. JACKSON, B. J. BAUER, A. I. NAKATANI, et J. D. BARNES, Chem. Mater. 8, 727 (1996). 94 K. L. NGAI, J. Phys. Chem. B 103, 5895 (1999). 95 K. L. NGAI, Comments Solid State Phys. 9, 127 (1979). 96 K. L. NGAI et S. CAPACCIOLI, J. Phys-Condens. Mat. 19, 205114 (2007). 97 K. L. NGAI, Comments Solid State Phys. 9, 141 (1980). 98 R. CASALINI et K. L. NGAI, J. Non-Cryst. Solids 293, 318 (2001). 99 J. FOURKAS, D. KIVELSON, U. MOHANTY, et K. A. NELSON, in ACS symposium, 1997), Vol. 676. 100 C. M. ROLAND, K. L. NGAI, et L. J. LEWIS, J. Chem. Phys. 103, 4632 (1995). 101 K. L. NGAI, R. W. RENDELL, et D. J. PLAZEK, J. Chem. Phys. 94, 3018 (1991). 102 K. L. NGAI, A. K. RAJAGOPAL, et S. TEITLER, J. Chem. Phys. 88, 5086 (1988). 103 U. BENGTZELIUS, W. GOTZE, et A. SJOLANDER, J. Phys. C: Solid State Phys. 17, 5915 (1984). 104 W. GOTZE, J. Phys.-Condens. Matter 11, A1 (1999). 105 S. P. DAS et G. F. MAZENKO, Phys. Rev. A 34, 2265 (1986). 106 K. S. SCHWEIZER et E. SALTZMAN, J. Chem. Phys. 121, 1984 (2004). 107 V. N. NOVIKOV et A. P. SOKOLOV, Phys. Rev. E 67, 031507 (2003). 108 J. GERARDIN, S. MOHANTY, et U. MOHANTY, J. Chem. Phys. 119, 4473 (2003). 109 H. A. SOLUNOV, J. Non-Cryst. Solids 352, 4871 (2006). 110 M. E. TUCKERMAN, J. Phys.-Condens. Matter 14, R1297 (2002). 111 R. IFTIMIE, P. MINARY, et M. E. TUCKERMAN, Proc. Natl. Acad. Sci. 102, 6654 (2005). 112 E. FERMI, J. PASTA, et S. ULAM, Document Los Alamos 1940 (1955). 113 B. J. ALDER et T. E. WAINWRIGHT, J. Chem. Phys. 27, 1208 (1957). 114 J. B. GIBSON, A. N. GOLAND, M. MILGRAM, et G. H. VINEYARD, Phys. Rev. 120, 1229 (1960). 128 115 A. RAHMAN, Phys. Rev. 136, 405 (1964). 116 L. VERLET, Phys. Rev. 159, 98 (1967). 117 J. BAROJAS et D. LEVESQUE, Phys. Rev. A 7, 1092 (1973). 118 F. H. STULLINGER et A. RAHMAN, J. Chem. Phys. 60, 1545 (1974). 119 J. P. RYCKAERT et A. BELLEMANS, Far. Disc. Chem. Soc 66, 95 (1978). 120 J. A. MCCAMMON, B. R. GELIN, et M. KARPLUS, Nature 267, 585 (1977). 121 P. RYCKAERT et A. BELLEMANS, Chem. Phys. Lett. 30, 123 (1975). 122 R. J. ROE, Computer Simulation of Polymers, Prentice-Hall, New York, (1991). 123 T. A. WEBER, J. Chem. Phys. 69, 2347 (1978). 124 T. A. WEBER, J. Chem. Phys. 70, 4277 (1979). 125 T. A. WEBER et E. HALFAND, J. Chem. Phys. 71, 4760 (1979). 126 M. VACATELLO, G. AVITABILE, P. CORRADINI, et A. TUZI, J. Chem. Phys. 73, 548 (1980). 127 D. N. THEODOROU et U. W. SUTER, Macromolecules 18, 1467 (1985). 128 P. J. FLORY, Statistical Mechanics of Chain Molecules Hanser Publishers, New York, (1989). 129 D. N. THEODOROU et U. W. SUTER, Macromolecules 19, 139 (1986). 130 H. TAKEUCHI et K. OKAZAKI, Mol. Simulat. 16, 59 (1996). 131 H. TAKEUCHI, J. Chem. Phys. 93, 4490 (1990). 132 H. TAKEUCHI, R. J. ROE, et J. E. MARK, J. Chem. Phys. 93, 9042 (1990). 133 R. H. BOYD et P. V. K. PANT, Macromolecules 24, 6325 (1991). 134 J. HAN et R. H. BOYD, Macromolecules 27, 5365 (1994). 135 H. TAKEUCHI et R. J. ROE, J. Chem. Phys. 94, 7446 (1991). 136 H. TAKEUCHI et R. J. ROE, J. Chem. Phys. 94, 7458 (1991). 137 R. H. BOYD et P. V. K. PANT, Macromolecules 24, 4078 (1991). 138 R. J. ROE, D. RIGBY, H. FURUYA, et H. TAKEUCHI, Abstr. Pap. Am. Chem. S. 203, 535 (1992). 139 P. V. K. PANT, J. HAN, G. D. SMITH, et R. H. BOYD, J. Chem. Phys. 99, 597 (1993). 140 A. SOLDERA, Macromol. Symp. 133, 21 (1998). 129 141 J. HAN, R. H. GEE, et R. H. BOYD, Macromolecules 27, 7781 (1994). 142 J. B. HENDRICKSON, J. Am. Chem. Soc. 83, 4537 (1961). 143 S. J. WEINER et D. A. C. KOLLMANPETER A., U. CHANDRA SINGH, CATERINA GHIO, GULIANO ALAGONA, SALVATORE PROFETA, PAUL WEINER, J. Am. Chem. Soc. 106, 765 (1984). 144 W. D. CORNELL, P. CIEPLAK, C. I. BAYLY, I. R. GOULD, K. M. J. MERZ, D. M. FERGUSON, D. C. SPELLMEYER, T. FOX, J. W. CALDWELL, et P. A. KOLLMAN, J. Am. Chem. Soc. 117, 5179 (1995). 145 J. WANG, P. CIEPLAK, et P. A. KOLLMAN, J. Comput. Chem. 21, 1049 (2000). 146 J. WANG et P. A. KOLLMAN, J. Comput. Chem. 22, 1219 (2001). 147 W. L. JORGENSEN et J. TIRADO-RIVES, J. Am. Chem. Soc. 110, 1657 (1988). 148 W. L. JORGENSEN, D. S. MAXWELL, et J. TIRADO-RIVES, J. Am. Chem. Soc. 118, 11225 (1996). 149 G. A. KAMINSKI, R. A. FRIESNER, J. TIRADO-RIVES, et W. L. JORGENSEN, J. Phys. Chem. B 105, 6474 (2001). 150 W. DAMM, T. A. HALGREN, R. B. MURPHY, A. M. SMONDYREV, R. A. FRIESNER, et W. L. JORGENSEN, Abstr. Pap. Am. Chem. S. 224, U471 (2002). 151 B. R. BROOKS, R. E. BRUCCOLERI, B. D. OLAFSON, D. J. STATES, S. SWAMINATHAN, et M. KARPLUS, J. Comput. Chem. 4, 187 (1983). 152 A. D. MACKERELL, J. WIORKIEWICZKUCZERA, et M. KARPLUS, J. Am. Chem. Soc. 117, 11946 (1995). 153 A. D. MACKERELL, D. BASHFORD, M. BELLOTT, R. L. DUNBRACK, J. D. EVA SECK, M. J. FIELD, S. FISCHER, J. GAO, H. GUO, S. HA, D. JOSEPHMCCARTHY, L. KUC NIR, K. KUCZERA, F. T. K. LAU, C. MATTOS, S. MICHNICK, T. NGO, D. T. NGUYEN, B. PRO HOM, W. E. REIHER, B. ROUX, M. SCHLENKRICH, J. C. SMITH, R. STOTE, J. STRAUB, M. W TANABE, J. WIORKIEWICZKUCZERA, D. YIN, et M. KARPLUS, J. Phys. Chem. B 102, 3586 (1998). 154 N. L. ALLINGER et J. T. SPRAGUE, J. Am. Chem. Soc. 95, 3893 (1973). 155 N. L. ALLINGER, Y. H. YUH, et J. H. LII, J. Am. Chem. Soc. 111, 8551 (1989). 156 N. L. ALLINGER et Y. FAN, J. Comput. Chem. 18, 1827 (1997). 130 157 K. H. CHEN, J. H. LII, G. A. WALKER, Y. M. XIE, H. F. SCHAEFER, et N. L. ALLINGER, J. Phys. Chem. A 110, 7202 (2006). 158 S. L. MAYO, B. D. OLAFSON, et W. A. GODDARD III, J. Phys. Chem. 94, 8897 (1990). 159 M. J. HWANG, T. P. STOCKFISCH, et A. T. HAGLER, J. Am. Chem. Soc. 116, 2515 (1994). 160 H. SUN, S. J. MUMBY, J. R. MAPLE, et A. T. HAGLER, J. Phys. Chem. 99, 5873 (1995). 161 H. SUN, J. Phys. Chem. B 102, 7338 (1998). 162 T. A. HALGREN, J. Comput. Chem. 17, 490 (1996). 163 M. KOTELYANSKII et D. N. THEODOROU, Simulation Methods for Polymers, New York, (2004). 164 T. DARDEN, D. YORK, et L. PEDERSEN, J. Chem. Phys. 98, 10089 (1993). 165 R. W. HOCKNEY et J. W. EASTWOOD, Computer Simulation Using Particles NY, (1989). 166 H. J. C. BERENDSEN, J. P. M. POSTMA, W. F. VAN GUNSTEREN, DINOLA, A., et J. R. HAAK, J. Chem. Phys. 81, 3684 (1984). 167 A. SOLDERA, ACCN 2005, 18 (2005). 168 A. K. RAPPE, C. J. CASEWIT, K. S. COLWELL, W. A. GODDARDIII, et W. M. SKIFF, J. Am. Chem. Soc. 114, 10035 (1992). 169 J. L. F. ABASCAL et C. VEGA, J. Chem. Phys. 123, 234505 (2005). 170 V. GALIATSATOS, Molecular simulation methods for predicting polymer properties New Jersey, (2005). 171 A. SOLDERA, Polymer 43, 4269 (2002). 172 A. SOLDERA et Y. GROHENS, Macromolecules 35, 722 (2002). 173 R. H. GEE et R. H. BOYD, Comput. Theor. Polym. Sci. 8, 93 (1998). 174 U. M. APEL, R. HENTSCHKE, et J. HELFRICH, Macromolecules 28, 1778 (1995). 175 A. K. RAPPE et W. A. GODDARD, J. Phys. Chem. 95, 3358 (1991). 176 D. CURCO et C. ALEMA, J. Chem. Phys. 119, 2915 (2003). 177 D. CURCO, M. LASO, et C. ALEMA, J. Phys. Chem. B 108, 20331 (2004). 131 178 D. CURCO et C. ALEMA, J. Comput. Chem. 28, 1929 (2007). 179 C. ALEMA et D. CURCO, Macromol. Theory Simul. 13, 345 (2004). 180 D. CURCO, J. CASANOVAS, M. ROCAC, et C. ALEMAN, Comput. Phys. Commun. 169, 335 (2005). 181 J. I. MCKECHNIE, D. BROWN, et J. H. R. CLARKE, Macromolecules 25, 1562 (92). 182 A. V. LYULIN et M. A. J. MICHELS, Macromolecules 35, 1463 (2002). 183 A. V. LYULIN, N. K. BALABAEV, et M. A. J. MICHELS, Macromolecules 35, 9595 (2002). 184 A. V. LYULIN, N. K. BALABAEV, et M. A. J. MICHELS, Macromolecules 36, 8574 (2003). 185 R. KHARE et M. E. PAULAITIS, Macromolecules 26, 7203 (1993). 186 M. KOTELYANSKII, N. J. WAGNER, et M. E. PAULAITIS, Macromolecules 29, 8497 (1996). 187 D. RIGBY et R. J. ROE, J. Chem. Phys. 87, 7285 (1987). 188 P. V. K. PANT et D. N. THEODOROU, Macromolecules 28, 7224 (1995). 189 V. G. MAVRANTZAS, T. D. BOONE, E. ZERVOPOULOU, et D. N. THEODOROU, Macromolecules 32, 5072 (1999). 190 V. A. HARMANDARIS, V. G. MAVRANTZAS, et D. N. THEODOROU, Macromolecules 33, 8062 (2000). 191 A. UHLHERR, V. G. MAVRANTZAS, M. DOXASTAKIS, et D. N. THEODOROU, Macromolecules 34, 8554 (2001). 192 M. DOXASTAKIS, D. N. THEODOROU, G. FYTAS, F. KREMER, R. FALLER, P. F. MULLER, et N. HADJICHRISTIDIS, J. Chem. Phys. 119, 6883 (2003). 193 G. TSOLOU, V. G. MAVRANTZAS, et D. N. THEODOROU, Macromolecules 38, 1478 (2005). 194 A. UHLHERRA et D. N. THEODOROU, J. Chem. Phys. 125, 084107 (2006). 195 S. NEYERTZ, Soft Materials 4, 15 (2007). 196 D. HOFMANN, L. FRITZ, J. ULBRICH, et D. PAUL, Comput. Theor. Polym. Sci. 10, 419 (2000). 132 197 D. HOFMAN, L. FRITZ, J. ULBRICH, C. SCHEPERS, et M. BOHNING, Macromol. Theory Simul. 9, 293 (2000). 198 E. TOCCIA, D. HOFMANN, D. PAUL, N. RUSSO, et E. DRIOLIA, Polymer 42, 521 (2001). 199 N. METATLA et A. SOLDERA, Mol. Simul. 32, 1187 (2006). 200 H. MEIROVITCH, J. Chem. Phys. 79, 502 (1983). 201 J. I. MCKECHNIE, D. BROWN, et J. H. R. CLARKE, Macromolecules 25, 1562 (1992). 202 S. GOUDEAU, Contribution à la l'étude des propriétés cohésives et de surface de polymères amorphes: confrontation entre expérience et modélisation à l'échelle atomistique Thesis, Doctorat, INSA Lyon (2001) 203 P. E. ROUSE, J. Chem. Phys. 21, 1212 (1953). 204 R. L. JERNIGAN et P. J. FLORY, J. Chem. Phys. 50, 4165 (1969). 205 E. A. OJALVO, E. SAIZ, R. M. MASEGOSA, et I. HARNÁNDEZ-FUENTES, Macromolecules 12, 865 (1979). 206 M. VACATELLO et P. J. FLORY, Macromolecules 19, 405 (1986). 207 U. BISKUP et H. J. CANTOW, Makromol. Chem. 168, 315 (1973). 208 P. R. SUNDARARAJAN, Macromolecules 10, 623 (1977). 209 S. KIRKPATRICK, C. D. GELATT JR., et M. P. VECCHI, Science 220, 671 (1983). 210 W. SMITH et T. R. FORRESTER, J. Molec. Graphics. 14, 136 (1996). 211 D. RIGBY et R. J. ROE, J. Chem. Phys. 87, 7285 (1987). 212 R. DRONSKOWSKI, Computational Chemistry of Solid State Materials Wiley-VCH, Darmstadt, (2005). 213 F. D. MURNAGHAN, Proc. Natl. Acad. Sci. 30, 244 (1944). 214 P. W. BRIDGMAN, Proc. Am. Acad. Arts Sci. 76, 71 (1948). 215 K. WEISHAUPT, H. KRBECEK, M. PIETRALLA, H. D. HOCHHEIMER, et P. MAYR, Polymer 36, 3267 (1995). 216 B. HARTMANN, in Physical Properties of Polymers Handbook, edited by J. E. MARK (A.I.P., Woodbury, NY, 1996), Vol. Ch 49, p. 677. 133 217 D. J. PLAZEK et K. L. NGAI, in Physical Properties of Polymers Handbook, edited by J. E. MARK (A.I.P., Woodbury, NY, 1996), Vol. Ch 12, p. 139. 218 A. SOLDERA et N. METATLA, Compos. A. 36, 521 (2005). 219 A. SOLDERA et N. METATLA, Internet Electron. J. Mol. Des 4, 721 (2005). 220 M. ALGER, Polymer Science Dictionary, Chapman and Hall, (1997). 221 B. ELLIS, Polymers - A property database Chapman & Hall, Sheffield, (2000). 222 M. MOSIEWICKI, J. BORRAJO, et M. I. ARANGUREN, Polym. Int. 54, 829 (2005). 223 M. NAUMANN et R. DURAN, Polym. Preprints, A.C.S. 32, 96 (1991). 224 J. M. G. COWIE et P. M. TOPOROWSKI, J. Macromol. Sci., Phys. B3, 81 (1969). 225 A. J. KOVACS, Adv. Polym. Sci. 3, 394 (1964). 226 B. JOACHIM, P. WOLFGANG, V. FATHOLLAH, et B. KURT, J. Chem. Phys. 117, 7364 (2002). 227 R.-J. ROE, J. Chem. Phys. 100, 1610 (1994). 228 J. POZUELO et J. BASELGA, Polymer 43, 6049 (2002). 229 M. TSIGE et P. L. TAYLOR, Phys. Rev. E 65, 021805 (2002). 230 J. BUCHHOLZ, W. PAUL, F. VARNIK, et K. BINDER, J. Chem. Phys. 117, 7364 (2002). 231 G. D. SMITH, D. BEDROV, et P. W., J. Chem. Phys. 121, 4961 (2004). 232 W. PAUL et G. D. SMITH, Rep. Prog. Phys. 67, 1117 (2004). 233 J. ZHANG, Y. LIANG, J. YAN, et J. LOU, Polymer 48, 4900 (2007). 234 O. OKADA et H. FURUYA, Polymer 43, 971 (2002). 235 K. G. WAGNER, M. MAUS, A. KORNHERR, et G. ZIFFERER, Chem. Phys. Lett. 406, 90 (2005). 236 H. YANG, L. ZE-SHENG, H.-J. QIAN, Y.-B. YANG, X.-B. ZHANG, et C.-C. SUN, Polymer 45, 453 (2004). 237 K.-Q. YU, Z.-S. LI, et J. SUN, Macromol. Theory Simul. 10, 624 (2001). 238 N. HU, R. CHEN, et A. HSU, Polym. Int. 55, 872 (2006). 239 R. H. GEE et R. H. BOYD, Comput. Theor. Polym. Sci. 8, 91 (1998). 240 M. L. WALLACE, B. JOÓS, et M. PLISCHKE, Phys. Rev. E 70, 041501 (2004). 241 H. TAKEUCHI et R.-J. ROE, J. Chem. Phys. 94, 7458 (1991). 134 242 H. TAKEUCHI et R. J. ROE, J. Chem. Phys. 94, 7446 (1991). 243 K. Q. YU, Z. S. LI, et J. SUN, Macromol. Theory Simul. 10, 624 (2001). 244 R. J. ROE, J. Non-Cryst. Sol. 172, 77 (1994). 245 W. PAUL, Phys. Rev. E 74, 021501 (2006). 246 G. D. SMITH, D. BEDROV, et W. PAUL, J. Chem. Phys. 121, 4961 (2004). 247 C. F. FAN, T. CAGIN, SHI W., et K. A. SMITH, Macromol. Theory Simul. 6, 83 (1997). 248 A. SIMPERLER, A. KORNHERR, R. CHOPRA, P. A. BONNET, W. JONES, W. D. S. MOTHERWELL, et G. ZIFFERER, J. Phys. Chem. B 110, 19678 (2006). 249 H. YANG, Z. S. LI, Z. Y. LU, et C. C. SUN, Eur. Polym. J. 41, 2956 (2005). 250 A. SIMPERLER, A. KORNHERR, R. CHOPRA, W. JONES, W. D. S. MOTHERWELL, et G. ZIFFERER, Carb. Res. 342, 1470 (2007). 251 S. B. SANE, T. CAGIN, W. G. KNAUSS, et W. A. GODDARD, J. Comput.Aided Mat. Des. 8, 87 (2001). 252 M. TSIGE et P. L. TAYLOR, Phys. Rev. E. 65, 021805 (2002). 253 R. J. ROE, J. Non-Crystal. Sol. 235-237, 308 (1998). 254 A. V. LYULIN et M. A. J. MICHELS, Comp. Phys. Comm. 147, 298 (2002). 255 A. V. LYULIN, N. K. BALABAEV, et M. A. J. MICHELS, Macromolecules 36, 8574 (2003). 256 O. OKADA, H. FURUYA, et T. KANAYA, Polymer 43, 977 (2002). 257 S. W. WATT, J. A. CHISHOLM, W. JONES, et S. MOTHERWELL, J. Chem. Phys. 121, 9565 (2004). 258 B. F. ABU-SHARKH, Comp. Theor. Polymer Sc. 11, 29 (2001). 259 LU et B. JIANG, Polymer 32, 471 (1991). 260 R. H. BOYD, Polymer 26, 323 (1985). 261 A. H. WILLBOURN, Trans. Furaday Soc. 54, 717 (1958). 262 F. C. STEHLING et L. MANDELKERN, Macromolecules 3, 242 (1970). 263 J. BRANDRUP et E. H. IMMERGUT, (Wiley-Interscience, New York, 1989). 264 G. DLUBEK, K. SAARINEN, et H. M. FRETWELL, J. Polym. Sci. Pol. Phys. 36, 1513 (1998). 135 265 G. DLUBEK, D. BAMFORD, O. HENSCHKE, J. KNORR, M. A. ALAM, M. ARNOLD, et T. LUPKE, Polymer 42, 5381 (2001). 266 K. UTE, N. MIYATAKE, et K. HATADA, Polymer 36, 1415 (1995). 267 L. H. SPERLING, Introduction to Physical Polymer Science John Wiley & Sons, Ins., New York, (1992). 268 S. L. MALHOTRA, L. MINH, et L. P. BLANCHARD, J. Macromol. Sci. Chem. A12, 167 (1978). 269 J. LUB, F. VAN VROONHOVEN, D. VAN LEYEN, et A. BENNINGHOVEN, J. Polym. Sci. Pol. Phys. 27, 2071 (1989). 270 J. JACKLE, Rep. Prog. Phys. 49, 171 (1986). 271 R. BRUNING et K. SAMWER, Phys. Rev. B 46, 11318 (1992). 272 J. M. G. GOWIE et P. M. TOPOROWSKI, Eur. Polym. J. 4, 621 (1968). 273 K. FUCHS, C. FRIEDRICH, et J. WEESE, Macromolecules 29, 5893 (1996). 274 G. C. BERRY et T. G. FOX, Adv. Polymer Sci. 5, 261 (1968). 275 D. J. PLAZEK, V. TAN, et V. M. O'ROURKE, Rheol. Acta 13, 367 (1974). 276 B. JASSE, A. K. OULTACHE, H. MOUNACH, J. L. HALARY, et L. MONNERIE, J. Polym. Sci. Pol. Phys. 34, 2007 (1996). 277 K. FUJINO, K. SENSHU, et H. KAWAI, J. Colloid. Sci. 16, 262 (1961). 278 J. D. FERRY, Viscoelastic Properties of Polymers, New York, (1970). 279 G. FLOUDAS, J. S. HIGGINS, F. KREMER, et E. W. FISCHER, Macromolecules 25, 4955 (1992). 280 D. J. PLAZEK et V. M. O'ROURKE, J. Polym. Sci. A 9, 209 (1971). 281 K. L. NGAI, Comments on Solid State Phys. 9, 127 (1979). 282 F. E. KARASZ et W. J. MACKNIGHT, Macromolecules 1, 537 (1968). 283 T. W. N. BIEZE, J. R. C. VANDERMAAREL, C. D. EISENBACH, et J. C. LEYTE, Macromolecules 27, 1355 (1994). 284 X. H. QIU et M. D. EDIGER, Macromolecules 33, 490 (2000). 285 D. GOMEZ, A. ALEGRıA, A. ARBE, et J. COLMENERO, Macromolecules 34, 503 (2001). 136 286 A. S. MERENGA, C. M. PAPADAKIS, F. KREMER, J. LIU, et A. F. YEE, Colloid Polym. Sci. 279, 1064 (2001). 287 A. ARBE, J. COLMENERO, M. MONKENBUSCH, et D. RICHTER, Phys. Rev. E 54, 3853 (1996). 288 W. ZHU, D. J. GISSER, et M. D. EDIGER, J. Polym. Sci. Pol. Phys. 32, 2251 (1994). 289 A. ARBE, M. MONKENBUSCH, J. STELLBRINK, D. RICHTER, B. FARAGO, K. ALMDAL, et R. FAUST, Macromolecules 34, 1281. (2001). 290 C. CHEN, J. K. MARANAS, et V. GARCIA-SAKAI, Macromolecules 39, 9630 (2006). 291 V. GARCıA SAKAI, C. X. CHEN, J. K. MARANAS, et Z. CHOWDHURI, Macromolecules 37, 9975 (2004). 292 K. L. NGAI, J. Phys. Chem. B 103, 5895 (1999). 293 N. E. MOE et M. D. EDIGER, Macromolecules 28, 2329 (1995). 294 Y. Y. HE, T. R. LUTZ, M. D. EDIGER, C. AYYAGARI, D. BEDROV, et G. D. SMITH, Macromolecules 37, 5032 (2004). 295 T. R. LUTZ, Y. Y. HE, et M. D. EDIGER, Macromolecules 38, 9826 (2005). 296 N. METATLA et A. SOLDERA, Macromolecules 40, 9680 (2007). 297 S. J. ANTONIADIS, C. T. SAMARA, et D. N. THEODOROU, Macromolecules 31, 7944 (1998). 298 J. BUCHHOLZ, W. PAUL, et K. BINDER, J. Chem. Phys. 117, 7364 (2002). 299 J. SPEVACEK, B. SCHNEIDER, et J. STRAKA, Macromolecules 23, 3042 (1990). 300 G. M. BARTENEV, Vysokomolekulyarnye Soedineniya, Ser. A 41, 607 (1999). 301 H. A. SOLUNOV, J. Non-Cryst. Solids 352, 4871 (2006). 302 G. M. BARTENEV, Vysokomolekulyarnye Soedineniya, Ser. A 40, 583 (1998). 303 G. M. BARTENEV, Polymer Science. Ser. A 41, 406 (1999). 304 J. DUDOWICZ, K. F. FREED, et J. F. DOUGLAS, J. Chem. Phys. 124, 024906 (2006). 305 J. FERRY, Viscoelastic properties of polymers New York: Wiley, 3rd ed, (1980). 306 K. BINDER, J. BASCHNAGEL, et W. PAUL, Prog. Poly. Sc. 28, 115 (2003). 137 307 G. M. BARTENEV et A. G. BARTENEVA, Relaksatsionnye svoistva polimerov (Relaxation properties of polymers) Moscow: Khimiya, (1992). 308 G. M. BARTENEV et A. G. BARTENEVA, Vysokomolekulyarnye Soedineniya, Ser. A 39, 993 (1997). 309 M. L. WILLIAMS, R. F. LANDEL, et J. D. FERRY, J. Am. Chem. Soc. 77, 3701 (1955). 310 A. SOLDERA et Y. GROHENS, Macromolecules 35, 722 (2002). 311 E. N. DALAL et P. J. PHILLIPS, Macromolecules 16, 890 (1983). 312 C. A. SOLUNOV, J. Phys.-Condens. Matter 14, 7297 (2002). 313 S. C. KUEBLER, D. J. SCHAEFER, C. BOEFFEL, U. PAWELZIK, et H. W. SPIESS, Macromolecules 30, 6597 (1997). 314 K. SCHMIDT-ROHR, A. S. KULIK, H. W. BECKHAM, A. OHLEMACHER, U. PAWELZIK, C. BOEFFEL, et H. W. SPIESS, Macromolecules 27, 4733 (1994). 315 J. M. O'REILLY et R. A. MOSHER, Macromolecules 14, 602 (1981). 316 Y. GROHENS, R. E. PRUD'HOMME, et J. SCHULTZ, Macromolecules 31, 2545 (1998). 317 A. C. GENIX, A. ARBE, F. ALVAREZ, J. COLMENERO, B. FARAGO, A. WISCHNEWSKI, et D. RICHTER, Macromolecules 39, 6260 (2006). 318 R. BÖHMER, K. L. NGAI, C. A. ANGELL, et D. J. PLAZEK, J. Chem. Phys. 99, 4201 (1993). 319 J. COLMENERO, A. ARBE, A. ALEGRIA, M. MONKENBUSCH, et D. RICHTER, J. Phys.-Condens. Matter 11, A363 (1999). 320 D. BOESE, B. MOMPER, G. MEIER, F. KREMER, J. U. HAGENAH, et E. W. FISCHER, Macromolecules 23, 829 (1990). 321 I. BAHAR, B. ERMAN, G. FAYTAS, et W. STEFFEN, Macromolecules 27, 5200 (1994). 322 J. C. PHILLIPS, J. Non-Cryst. Solids 172, 98 (1994). 323 J. C. PHILLIPS, J. Non-Cryst. Solids 192, 393 (1995). 324 C. A. ANGELL, J. Non-Cryst. Solids 131, 13 (1991). 325 C. A. ANGELL, J. Non-Cryst. Solids 102, 205 (1988). 138 326 C. A. ANGELL, J. Phys. Chem. Solids 49, 863 (1988). 327 C. T. MOYNIHAN et J. SCHROEDER, J. Non-Cryst. Solids 160, 52 (1993). 328 U. MOHANTY, J. Chem. Phys. 100, 5905 (1994). 329 P. K. DIXON et S. R. NAGEL, Phys. Rev. Lett. 61, 341 (1988). 330 C. LEON et K. L. NGAI, J. Phys. Chem. B 103, 4045 (1999). 331 J. C. PHILLIPS, Rep. Prog. Phys. 59, 1133 (1996). 332 J. JACKLE et S. EISINGER, Z. Phys. B Con. Mat. 84, 115 (1991). 333 F. RITORT et P. SOLLICH, Adv. Phys. 52, 219 (2003). 334 X. H. QIU et M. D. EDIGER, J. Phys. Chem. B 107, 459 (2003). 335 C. BENNEMANN, C. DONATI, J. BASCHNAGEL, et S. C. GLOTZER, Nature 399, 246 (1999). 336 G. BIROLI, J. P. BOUCHAUD, K. MIYAZAKI, et D. R. REICHMAN, Phys. Rev. Lett. 97, 195701 (2006). 337 A. SAITER, E. BUREAU, H. ZAPOLSKY, et J. M. SAITER, J. Non-Cryst. Solids 345-346, 556 (2004). 338 V. N. NOVIKOV et A. P. SOKOLOV, Nature 431, 961 (2004). 339 A. P. SOKOLOV, V. N. NOVIKOV, et Y. DING, J. Phys.-Condens. Matter 19, 205116 (2007). 340 V. N. NOVIKOV, Y. DING, et A. P. SOKOLOV, Phys. Rev. E 71, 061501 (2005). 341 V. N. NOVIKOV et A. P. SOKOLOV, Phys. Rev. B 74, 064203 (2006). 342 W. H. WANG, J. Appl. Phys. 99, 093506 (2006). 343 J. H. NA, E. S. PARK, Y. C. KIM, E. FLEURY, W. T. KIM, et D. H. KIM, J. Mat. Res. 23, 523 (2008). 344 K. NISS, C. DALLE-FERRIER, G. TARJUS, et C. ALBA-SIMIONESCO, J. Phys.- Condens. Matter 19, 076102 (2007). 345 J. GAPINSKI, M. PALUCH, et A. PATKOWSKI, Phys. Rev. E 66, 011501 (2002). 346 J. GUO, X. F. BIAN, Y. ZHAO, S. J. ZHANG, T. B. LI, et C. D. WANG, J. Phys.- Condens. Matter 19 (2007). 347 A. SAITER, J. M. SAITER, et J. GRENET, Eur. Polym. J. 42, 213 (2006). 348 K. L. NGAI, A. K. RIZOS, et D. J. PLAZEK, J. Non-Cryst. Solids 235, 435 (1998). 139 349 Q. QIN et G. B. MCKENNA, J. Non-Cryst. Solids 352, 2977 (2006). 350 A. SOLDERA et N. METATLA, Phys. Rev. E 74, 061803 (2006). 351 G. TARJUS et D. KIVELSON, J. Chem. Phys. 103, 3071 (1995). 352 A. A. MILLER, Macromolecules 11, 859 (1978). 353 G. FYTAS, A. PATKOWSKI, G. MEIER, et T. DORFMULLER, Macromolecules 15, 870 (1982). 354 G. FYTAS, T. DORFMULLER, et C. H. WANY, J. Phys. Chem. 87, 5041 (1983). 355 G. D. PATTERSON, P. S. CAROLL, et J. R. STEVENS, J. Polym. Sci. Polym. Phys. Edn 21, 605 (1983). 356 J. P. SETHNA, J. D. SHORE, et M. HUANG, Phys. Rev. B 44, 4943 (1991). 357 D. KIVELSON et G. TARINS, J. Non-Cryst. Solids 235-237, 86 (1998). 358 C. A. SOLUNOV, Eur. Polym. J. 35, 1543 (1999). 359 D. CANGIALOSI, A. ALEGRÍA, et J. COLMENERO, Phys. Rev. E 76, 011514 (2007). 360 H. SILLESCU, J. Non-Cryst. Solids 243, 81 (1999). 361 E. DONTH, J. Non-Cryst. Solids 53, 325 (1982). 362 E. DONTH, J. Polym. Sci. Pol. Phys. 34, 2881 (1996). 363 E. HEMPEL, G. HEMPEL, A. HENSEL, C. SCHICK, et E. DONTH, J. Phys. Chem. B 104, 2460 (2000). 364 H. HUTH, M. BEINER, et E. DONTH, Phys. Rev. B 61, 15092 (2000). 365 E. DONTH, H. HUTH, et M. BEINER, J. Phys.-Condens. Matter 13, L451 (2001). 366 E. DONTH, The Glass Transition, New York, (2001). 367 A. ZETSCHE et E. W. FISCHER, Acta Polym. 45, 168 (1994). 368 K. SCHMIDT-ROHR et H. W. SPIESS, Phys. Rev. Lett. 66, 3020 (1991). 369 A. HEUER, M. WILHELM, H. ZIMMERMANN, et H. W. SPIESS, Phys. Rev. Lett. 75, 2851 (1995). 370 U. TRACHT, M. WILHELM, A. HEUER, H. FENG, K. SCHMIDT-ROHR, et H. W. SPIESS, Phys. Rev. Lett. 81, 2727 (1998). 371 S. A. REINSBERG, X. H. QIU, M. WILHELM, H. W. SPIESS, et M. D. EDIGER, J. Chem. Phys. 114, 7299 (2001). 140 372 M. BEINER, O. KABISCH, S. REICHL, et H. HUTH, J. Non-Cryst. Solids 307-310, 658 (2002). 373 H. SILLESCU, R. BOHMER, G. DIEZEMANN, et G. HINZE, J. Non-Cryst. Solids 307, 16 (2002). 374 A. VENIAMINOV, H. SILLESCU, et E. BARTSCH, J. Chem. Phys. 122, 6 (2005). 375 S. SHENOGIN et R. OZISIK, J. Polym. Sci. Pol. Phys. 43, 994 (2005). 376 E. ROSSLER et A. P. SOKOLOV, Chem. Geology 128, 143 (1996). 377 T. A. VILGIS, Phys. Rev. B 47, 2882 (1993). 378 L. M. WANG, V. VELIKOV, et C. A. ANGELL, J. Chem. Phys. 117, 10184 (2002). 379 L.-M. WANG et C. A. ANGELL, J. Chem. Phys. 118, 10353 (2003). 380 L.-M. WANG, C. A. ANGELL, et R. RICHERT, J. Chem. Phys. 125, 074505 (2006). 381 L.-M. WANG et C. A. ANGELL, J. Chem. Phys. 124, 229902 (2006). 382 C. M. ROLAND, P. G. SANTANGELO, C. G. ROBERTSON, et K. L. NGAI, J. Chem. Phys. 118, 10351 (2003). 383 C. M. ROLAND, P. G. SANTANGELO, et K. L. NGAI, J. Chem. Phys. 111, 5593 (1999). 384 C. M. ROLAND, P. G. SANTANGELO, D. J. PLAZEK, et K. M. BERNATZ, J. Chem. Phys. 111, 9337 (1999). 385 H. TANAKA, J. Non-Cryst. Sol. 351, 678 (2005). 386 A. SAITER, C. DEVALLENCOURT, J. M. SAITER, et J. GRENET, Eur. Polym. J. 37, 1083 (2001). 387 K. L. NGAI et O. YAMAMURO, J. Chem. Phys. 111, 10403 (1999). 388 D. H. HUANG et G. B. MCKENNA, J. Chem. Phys. 114, 5621 (2001). 389 J. SALUD, D. O. LOPEZ, S. DIEZ-BERART, M. A. PEREZ-JUBINDO, M. R. DE LA FUENTE, et M. A. RUTE, Chem. Phys. Lett. 446, 71 (2007). 390 G. RUOCCO, F. SCIORTINO, F. ZAMPONI, C. DE MICHELE, et T. SCOPIGNO, J. Chem. Phys. 120, 10666 (2004). 391 D. CANGIALOSI, A. ALEGRIA, et J. COLMENERO, J. Chem. Phys. 124, 024906 (2006). 392 C. M. ROLAND et R. CASALINI, J. Ther. Anal. Calor. 83, 87 (2006). 141 393 J. L. GREEN, K. ITO, K. XU, et C. A. ANGELL, J. Phys. Chem. B 103, 3991 (1999). 394 A. SCALA, F. W. STARR, E. LA NAVE, F. SCIORTINO, et H. E. STANLEY, Nature 406, 166 (2000). 395 M. BEINER, H. HUTH, et K. SCHROTER, J. Non-Cryst. Solids 279, 126 (2001). 396 E. HEMPEL, G. HEMPEL, A. HENSEL, C. SCHICK, et E. DONTH, J. Phys. Chem. B 104, 2460 (2000). 397 N. M. ALVES, J. L. GOMEZ RIBELLES, J. A. GOMEZ TEJEDOR, et J. F. MANO, Macromolecules 37, 3735 (2004). 398 C. M. ROLAND et R. CASALINI, J. Chem. Phys. 119, 1838 (2003). 399 R. CASALINI, C. M. ROLAND, et S. CAPACCIOLI, J. Chem. Phys. 126, 184903 (2007). 400 A. K. RIZOS et K. L. NGAI, Macromolecules 31, 6217 (1998). 401 P. G. SANTANGELO et C. M. ROLAND, Macromolecules 31, 4581 (1998). 402 N. M. ALVES, J. L. G. RIBELLES, et J. F. MANO, Polymer 46, 491 (2005). 403 A. BARTOLOTTA, G. CARINI, G. D'ANGELO, G. DI MARCO, Y. GORODILOV, E. G. PRIVALKO, V. P. PRIVALKO, B. N. AREKHTETA, et G. TRIPODO, J. Phys.Condens. Matter 15, S987 (2003). 404 N. T. CORREIA, C. ALVAREZ, et J. J. MOURA-RAMOS, Polymer 41, 8625 (2000). 405 M. E. GODARD et J. M. SAITER, J. Non-Cryst. Solids 235-237, 635 (1998). 406 J.-P. BOUCHAUD et G. BIROLI, J. Chem. Phys. 121, 7347 (2004). 407 J. L. KEDDIE, R. A. L. JONES, et R. A. CORY, Europhys. Lett. 27, 59 (1994). 408 Y. GROHENS, L. HAMON, G. REITER, A. SOLDERA, et Y. HOLL, Eur. Phys. J. E 8, 217 (2002). 409 A. BANSAL, H. YANG, C. LI, K. CHO, B. C. BENICEWICZ, S. K. KUMAR, et L. S. SCHADLER, Nature Mater. 4, 693 (2005). 410 P. RITTIGSTEIN, R. D. PRIESTLEY, L. J. BROADBELT, et J. M. TORKELSON, Nature Mater. 6, 278 (2007). 142