Nous suivre Industrie Techno

abonné

Fil d'Intelligence Technologique

Un procédé pour industrialiser la production de particules submicroniques

Alexandre Couto

La start-up Spinofrin, co-créée par des chercheurs du CNRS et de l’institut Franco-allemand de Saint-Louis, a mis au point un procédé pour produire rapidement des particules inférieures au micron. Ces micro éléments permettent de fonctionnaliser les matériaux traditionnels en leur conférant de nouvelles propriétés.


Créée en février 2018, Spinofrin s’appuie sur un procédé breveté d’évaporation Flash, également appelé Spray Flash Evaporation (SFE). Il consiste à mettre sous pression (environ 40 bars) un composé en solution dans un solvant, puis à détendre le liquide à travers une buse dans une enceinte sous vide. Les gouttes de liquide sont fragmentées et un dépôt peut être recueilli après évaporation du solvant. Les particules ainsi obtenues[…]

Pour lire la totalité de cet article, ABONNEZ-VOUS

Déjà abonné ?

Mot de passe perdu

Pas encore abonné ?

Bienvenue !

Vous êtes désormais inscrits. Vous recevrez prochainement notre newsletter hebdomadaire Industrie & Technologies

Nous vous recommandons

Plan quantique, chromatographie, Virgin Orbit, point sur la course aux vaccins … le best-of techno de la semaine

Plan quantique, chromatographie, Virgin Orbit, point sur la course aux vaccins … le best-of techno de la semaine

Quelles sont les innovations qui vous ont le plus marqués au cours des sept derniers jours ? Cette semaine, le plan Quantique[…]

« Augmenter la productivité du procédé de chromatographie est l'un des graal de l’industrie chimique », lance François Parmentier, fondateur de Separative

« Augmenter la productivité du procédé de chromatographie est l'un des graal de l’industrie chimique », lance François Parmentier, fondateur de Separative

La résonance magnétique nucléaire à très haut champ accessible aux industriels

La résonance magnétique nucléaire à très haut champ accessible aux industriels

Le silicium non cristallin mieux caractérisé grâce aux modèles d’apprentissage automatique

Fil d'Intelligence Technologique

Le silicium non cristallin mieux caractérisé grâce aux modèles d’apprentissage automatique

Plus d'articles