Nous suivre Industrie Techno

abonné

Fil d'Intelligence Technologique

Une structure originale pour renforcer l’architecture des matériaux

Baptiste Cessieux

Une drôle de structure aux formes aériennes a été décrite par les chercheurs du MIT dans la revue Science Advances : c’est un gyroïde. Sa plastique rappelant la houle de la mer lui permet d’atteindre une grande résistance pour une densité bien plus faible qu’un matériau classique. Seul petit bémol : difficile d’atteindre ce genre de forme sans utiliser l’impression 3D.

Pour découvrir cette structure, l’équipe du professeur Markus Buehler a cherché à modéliser numériquement la meilleure architecture possible pour un matériau qui ne s’agence qu’en feuillet de deux dimensions : le graphène. Composé uniquement de carbone, le graphène impose des contraintes fortes lors de la construction de matériaux et ce sont ces caractéristiques si particulières qui ont permis de[…]

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