L'apprentissage automatique révèle les mystères des couches minces à l'échelle atomique

Modélisation atomistique de haute précision des matériaux amorphes

15.08.2025

L'oxyde d'aluminium amorphe est souvent utilisé sous forme de couches minces et de membranes protectrices. Ce qui se passe au niveau atomique dans ce matériau est toutefois mal connu. Grâce à des expériences novatrices et à l'apprentissage automatique, une équipe interdisciplinaire de chercheurs de l'Empa a pu pour la première fois modéliser sa structure désordonnée avec une grande précision.

Les chercheurs de l'Empa Simon Gramatte (devant) et Vladyslav Turlo ont réussi pour la première fois à simuler avec une précision atomique de l'oxyde d'aluminium amorphe avec des inclusions d'hydrogène. Image : Empa

L'oxyde d'aluminium ou alumine est la mouche du coche de la science des matériaux : elle fait l'objet de recherches approfondies et est bien comprise. Ce composé, de formule chimique simple Al2O3, se trouve fréquemment dans la croûte terrestre sous la forme du corindon minéral et de ses variantes de couleur bien connues, le saphir et le rubis, et il est utilisé à des fins très diverses, que ce soit dans l'électronique, l'industrie chimique ou les céramiques techniques.

La particularité de l'oxyde d'aluminium est sa capacité à prendre différentes structures tout en conservant la même composition chimique. Toutes ces variantes sont également bien connues, à une exception près. Outre plusieurs formes cristallines, l'oxyde d'aluminium peut également exister à l'état amorphe, c'est-à-dire désordonné. L'alumine amorphe présente des propriétés particulièrement avantageuses pour certaines applications de haute technologie, par exemple sous la forme de couches minces protectrices particulièrement uniformes ou de couches de passivation ultrafines.

Malgré son utilisation répandue et le savoir-faire disponible pour la traiter, l'alumine amorphe reste un mystère au niveau atomique. Les matériaux cristallins sont constitués de petites sous-unités qui se répètent régulièrement", explique Vladyslav Turlo, chercheur à l'Empa au laboratoire "Advanced Materials Processing" de Thoune. Il est donc relativement facile de les étudier jusqu'au niveau de l'atome et de les modéliser sur ordinateur. En effet, si l'on peut calculer l'interaction des atomes dans une seule unité cristalline, on peut aussi facilement calculer des cristaux plus grands composés de nombreuses unités.

Les matériaux amorphes n'ont pas cette structure périodique. Les atomes sont mélangés les uns aux autres, ce qui est difficile à examiner et encore plus difficile à modéliser. "Si nous devions simuler une couche mince d'alumine amorphe produite à partir de zéro au niveau atomique, le calcul prendrait plus de temps que l'âge de l'univers", explique M. Turlo. Cependant, des simulations précises sont la clé d'une recherche efficace sur les matériaux : Elles aident les chercheurs à comprendre les matériaux et à optimiser leurs propriétés.

Les expériences rencontrent les simulations

Les chercheurs de l'Empa sous la direction de Turlo ont réussi pour la première fois à simuler l'alumine amorphe de manière rapide, précise et efficace. Leur modèle, qui combine des données expérimentales, des simulations à haute performance et l'apprentissage automatique, fournit des informations sur l'arrangement atomique dans les couches d'Al2O3 amorphe et est le premier de ce type. Les chercheurs ont publié leurs résultats dans la revue npj Computational Materials.

Cette avancée a été rendue possible grâce à une collaboration interdisciplinaire entre trois laboratoires de l'Empa. Turlo et son collègue Simon Gramatte, premier auteur de la publication, ont basé leur modèle sur des données expérimentales. Les chercheurs du laboratoire "Mécanique des matériaux et nanostructures" ont produit des couches minces d'oxyde d'aluminium amorphe par dépôt atomique et les ont examinées avec leurs collègues du laboratoire "Techniques d'assemblage et corrosion" à Dübendorf.

L'une des grandes forces du modèle est qu'en plus des atomes d'aluminium et d'oxygène de l'alumine, il prend également en compte les atomes d'hydrogène incorporés. "L'alumine amorphe contient des quantités variables d'hydrogène en fonction de la méthode de fabrication", explique Ivo Utke, coauteur de l'étude. L'hydrogène, le plus petit élément du tableau périodique, est particulièrement difficile à mesurer et à modéliser.

Grâce à une méthode de spectroscopie innovante appelée HAXPES, qui n'est possible en Suisse qu'à l'Empa, les chercheurs ont pu caractériser l'état chimique de l'aluminium dans les différentes couches minces et l'intégrer dans les simulations pour révéler pour la première fois la répartition de l'hydrogène dans l'alumine. "Nous avons pu montrer qu'au-delà d'une certaine teneur, l'hydrogène se lie aux atomes d'oxygène du matériau, ce qui affecte l'état chimique des autres éléments du matériau", explique Claudia Cancellieri, co-auteur de l'étude. Les propriétés du matériau s'en trouvent modifiées : L'oxyde d'aluminium devient plus "pelucheux", c'est-à-dire moins dense.

La clarté dans le chaos : dans l'alumine amorphe, les atomes d'aluminium (en gris) et les atomes d'oxygène (en rouge) ne s'agencent pas selon une structure cristalline ordonnée. Le modèle montre également que les atomes d'hydrogène (bleu) se lient étroitement aux atomes d'oxygène voisins, ce qui modifie les propriétés du matériau. Image : Empa

Une percée potentielle pour l'hydrogène vert

Cette compréhension de la structure atomique ouvre la voie à de nouvelles applications de l'oxyde d'aluminium amorphe. C'est dans la production d'hydrogène vert que Turlo voit le plus grand potentiel. L'hydrogène vert est obtenu en séparant l'eau à l'aide d'énergies renouvelables, voire de la lumière directe du soleil. Pour séparer l'hydrogène de l'oxygène, qui est également produit lors de la séparation de l'eau, il faut des matériaux filtrants efficaces qui ne laissent passer qu'un seul des gaz. "L'alumine amorphe est l'un des matériaux les plus prometteurs pour de telles membranes à hydrogène", explique M. Turlo. "Grâce à notre modèle, nous pouvons mieux comprendre comment la teneur en hydrogène du matériau favorise la diffusion de l'hydrogène gazeux par rapport à d'autres molécules plus grosses. À l'avenir, les chercheurs souhaitent utiliser le modèle pour développer de meilleures membranes composées d'alumine.

"La compréhension de nos matériaux au niveau atomique nous permet d'optimiser les propriétés du matériau - qu'elles soient liées à la mécanique, à l'optique ou à la perméabilité - d'une manière beaucoup plus ciblée", explique Utke, chercheur en matériaux. Le modèle peut désormais conduire à des améliorations dans tous les domaines d'application de l'alumine amorphe - et peut également être transféré à d'autres matériaux amorphes au fil du temps. "Nous avons montré qu'il est possible de simuler avec précision les matériaux amorphes", résume M. Turlo. Et grâce à l'apprentissage automatique, le processus ne prend plus qu'une journée, au lieu de milliards d'années.

Note: Cet article a été traduit à l'aide d'un système informatique sans intervention humaine. LUMITOS propose ces traductions automatiques pour présenter un plus large éventail d'actualités. Comme cet article a été traduit avec traduction automatique, il est possible qu'il contienne des erreurs de vocabulaire, de syntaxe ou de grammaire. L'article original dans Anglais peut être trouvé ici.

Publication originale

Simon Gramatte, Olivier Politano, Noel Jakse, Claudia Cancellieri, Ivo Utke, Lars P. H. Jeurgens, Vladyslav Turlo; "Unveiling hydrogen chemical states in supersaturated amorphous alumina via machine learning-driven atomistic modeling"; npj Computational Materials, Volume 11, 2025-6-6

Claudia Cancellieri, Simon Gramatte, Olivier Politano, Léo Lapeyre, Fedor F. Klimashin, Krzysztof Mackosz, Ivo Utke, Zbynek Novotny, Arnold M. Müller, Christof Vockenhuber, Vladyslav Turlo, Lars P. H. Jeurgens; "Effect of hydrogen on the chemical state, stoichiometry and density of amorphous Al₂O₃ films grown by thermal atomic layer deposition"; Surface and Interface Analysis, Volume 56, 2024-1-7

https://www.chemeurope.com/fr/news/1186927/l-apprentissage-automatique-revele-les-mysteres-des-couches-minces-a-l-echelle-atomique.html