Doctorant (H/F): Fonctions de mémoire viscoélastique dans les liquides vitreux

Sujet de thèse :
Contexte scientifique :
Les fluides viscoélastiques sont omniprésents. Les exemples incluent les liquides vitreux ou les colloïdes. La principale caractéristique de ces fluides réside dans les effets de mémoire dynamique de longue durée qui corrèlent l'écoulement à un moment donné à l'historique de la dynamique antérieure. Théoriquement, ces effets de mémoire sont décrits par des fonctions de mémoire viscoélastique (VMF) qui déterminent la réponse du fluide à la déformation sur différentes échelles de longueur et de temps. Le développement d'approximations précises pour les VMF est un problème fondamental non résolu de la physique de la matière condensée. Les progrès dans le développement de telles approximations ont stagné dans le passé, car la théorie montre que l'évolution temporelle des VMF n'est pas générée par la dynamique newtonienne classique,
mais par une dynamique « projetée » définie uniquement de façon formelle, qui par conséquent ne peut pas être reproduite par les algorithmes habituels de dynamique moléculaire (MD). Ceci a empêché jusqu'à présent le calcul direct des VMF pour développer des approximations performantes.

Nous comblons ici cette lacune ancienne par une nouvelle méthode de MD sous contrainte (CMD) qui génère la dynamique projetée directement dans la simulation. Dans le cadre de cette thèse de doctorat, nous cherchons à créer la méthode CMD, à la rendre publiquement disponible en l'implémentant dans le code open source LAMMPS pour le calcul à haute performance, et à appliquer la CMD pour explorer la dépendance spatio-temporelle des VMFs pour des modèles de liquides vitreux [1].

[1] L. Klochko, J. Baschnagel, J. P. Wittmer, H. Meyer, O. Benzerara, A. N. Semenov, "Theory of length-scale dependent relaxation moduli and stress fluctuations in glass-forming and viscoelastic liquids", J. Chem. Phys. 156, 164505 (2022).

Profil du poste :
Nous recherchons un.e physicien.ne ou un.e chimiste théoricien.ne ayant une bonne connaissance de la physique statistique, une expérience en programmation (python, C++, etc.) et une bonne connaissance de LINUX. Le/La candidat.e retenu.e doit avoir un intérêt marqué pour la théorie et le travail numérique. Le travail numérique implique le développement de codes (par exemple, implémentation de la CMD dans le code LAMMPS en C++, programmation d'outils d'analyse de données, etc.), la réalisation de simulations MD et l'analyse des données de simulation. Le développement de la CMD et l'analyse des données dépendent essentiellement de la synergie fournie par l'application de la théorie sous-jacente, qui nécessite également une extension ultérieure. Le poste peut être pourvu à tout moment, mais au plus tard le 1er décembre 2025.
Contexte :
Une thèse de doctorat, financée par l'Agence Nationale de la Recherche (ANR), est disponible dans l'équipe Théorie et Simulation des Polymères (TSP) de l'Institut Charles Sadron (ICS) à Stra
Voir plus sur le site emploi.cnrs.fr...