S'abonner

Direct numerical simulation of flexible molecules and data-driven molecular conformation - 03/12/19

Doi : 10.1016/j.crme.2019.11.001 
Amine Ammar a, , Francisco Chinesta b
a LAMPA @ Arts et Métiers ParisTech, 2, boulevard du Ronceray, BP 93525, 49035 Angers cedex 01, France 
b ESI Group Chair @ PIMM, Arts et Métiers Institute of Technology, CNRS, CNAM, HESAM University, 151 boulevard de l'Hôpital, 75013 Paris, France 

Corresponding author.

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

pages 11
Iconographies 7
Vidéos 0
Autres 0

Abstract

The present work aims at performing a molecular dynamics modeling of suspensions composed of flexible linear molecules. Molecules are represented by a series of connected beads, whose dynamics is governed by three potentials: the extension potential affecting the elongation of segments connecting consecutive beads, the one governing the molecule bending and finally the Lennard-Jones describing the interaction of non-consecutive beads. A population of non-interacting molecules is simulated in elongation and shear flows for different flow and molecule parameters. The flow-induced conformation is analyzed in the different considered situations. Finally a model for predicting the evolution of the population conformation will be obtained by using deep-learning.

Le texte complet de cet article est disponible en PDF.

Keywords : Flexible molecules, Direct numerical simulation, Molecular dynamics, Suspension, Deep-learning


Plan


© 2019  Académie des sciences. Publié par Elsevier Masson SAS. Tous droits réservés.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 347 - N° 11

P. 743-753 - novembre 2019 Retour au numéro
Article précédent Article précédent
  • Foreword
  • Francisco Chinesta, Elias Cueto, Pierre Ladevèze
| Article suivant Article suivant
  • Code2vect: An efficient heterogenous data classifier and nonlinear regression technique
  • Clara Argerich Martín, Ruben Ibáñez Pinillo, Anais Barasinski, Francisco Chinesta

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’achat d’article à l’unité est indisponible à l’heure actuelle.

Déjà abonné à cette revue ?

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2024 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.