Dans un monde post-industriel où il semble que tous les modèles soient déjà inventés, un moyen efficace d’améliorer ce qui existe est de se pencher sur la structure et la composition de base du matériau. Cela a déjà été fait en étudiant les aciers en profondeur, ce qui a donné naissance à la science des matériaux elle-même. Mais les matériaux connus ont des limites liées à leurs propres caractéristiques chimiques et physiques. Les matériaux composites ont constitué une révolution à cet égard, en combinant les propriétés de leurs différents constituants – qui restent toutefois limités par leurs caractéristiques. L’étape suivante est la conception de microstructures qui, au niveau macroscopique, reproduisent les propriétés souhaitées selon une topologie donnée, ce que l’on appelle les métamatériaux, qui offrent une variété et une flexibilité sans précédent.
Le problème est qu’ils ne sont pas si faciles à modéliser, car ils impliquent des problèmes non résolus dans leur étude, tels que le caractère multi-échelle de leur géométrie, leur comportement non linéaire ou les instabilités dérivées de leur topologie, entre autres.Lorsque l’on s’attaque à des problèmes multidimensionnels comme celui-ci, il est courant d’utiliser des outils mathématiques dérivés de l’algèbre (réduction de l’ordre des modèles), des statistiques (intelligence artificielle) ou d’autres branches plus diverses telles que les théories des graphes et des nœuds (topologie). L’utilisation de ces outils implique des connexions insoupçonnées avec d’autres domaines de la connaissance comme la médecine, notamment en ce qui concerne les prothèses et les modèles neuronaux ; démontrant une fois de plus la nécessité d’une science pluridisciplinaire et non cloisonnée.
Conférence de Luis Irastorza Valera, résident, Doctorant en Sciences et Métiers de l’ingénieur (ENSAM) / Ingénierie aérospatiale (UPM) École Nationale Supérieure d’Arts et Métiers / Universidad Politécnica de Madrid.
