République Algérienne Démocratique et Populaire Ministère d’enseignement supérieur et de recherche scientifique Université des Sciences et de la Technologie d’Oran Mohamed Boudiaf Faculté des sciences Département de Physique Mémoire en vue de l’obtention du DIPLOME DE MAGISTER Spécialité : Physique Option : Propriétés électroniques des Matériaux Par BENCHERIF Brahim Intitulé : Etude des fluctuations du champ local d'un composite métal-diélectrique près du seuil de percolation. Soutenue le / /2010 devant le jury composé de : Mr. ZEKRI Nouredine Professeur USTO Examinateur : Mr. BELASRI Ahmed Professeur USTO Examinateur : Mr. BOUAMRANE Rachid Professeur USTO MC /A USTO Président : Rapporteur : Mr. ZEKRI Lotfi Le résumé du sujet Nous présentons un travail sur l’étude des seuils critiques dans les systèmes binaires entre deux et trois dimensions représentant des matériaux composites de différentes épaisseurs en nombre de couches (systèmes réelles). Ce travail a été très peu étudié car les données sont concentrées soit à deux dimensions représentant des couches minces ou trois dimensions correspondant à des corps épais. En outre, les seuils et exposants critiques sont connus à la limite thermodynamique, or les expériences sont réalisées sur des systèmes de taille finie, ce qui ne permettait pas d’observer le seuil de percolation jusqu’à présent. Après une étude statistique réalisée sur plusieurs centaines d’échantillons, Nous montrons principalement et en utilisant trois différentes méthodes que le seuil de percolation décroît fortement dès l’épaisseur du système commence à augmenter (un nombre de couches faibles), et se stabilise à la valeur 3d bien avant que le système atteigne sa forme cubique. D’autres résultats concernant les fluctuations du champ local et l’analogie avec les liens critiques sont discutés. Mots clés : percolation, composites, champ local, réseau RC 1 Introduction générale ……………………………………………………... 5 Chapitre I Généralités sur la théorie de milieux effective et percolation I.1 Introduction …………………………………………………………………….. 11 I.2 L'approximation de milieu effective ……………………………………….. 11 I.3 La théorie de percolation …………………………………………………….. 15 I.3.1 Notion de percolation ………………………………………………… ... 15 I.3.1.1 Percolation de sites………………………………………………… 16 I.3.1.2 Percolation de liens ………………………………………………... 16 I.3.2 Le seuil de percolation …………………………………………………. 17 I.3.2.1 Définition …………………………………………………………… 17 I.3.2.2 La valeur de seuil de percolation ………………………………... 19 I.3.3 Caractéristiques statiques ………………………………………………. 20 I.3.3.1 Grandeurs caractéristiques ……………………………………….. 20 I.3.3.1.a Nombre d’amas de taille s normalisé par site…………… 21 I.3.3.1.b Le nombre total d’amas …………………………………… 21 I.3.3.1.c Probabilité d’appartenir à l’amas infini …………………. 21 I.3.3.1.d Taille moyenne des amas finis …………………………… 22 I.3.3.1.e Les longueurs caractéristiques …………………………… 23 I.3.3.2 Lois d’échelle et exposants critiques……………………………... 24 I.3.3.2 .a Lois d’échelle……………………………………………….. 25 I.3.3.2 .b Exposants critiques ………………………………………... 26 I.3.4 Transport électrique et percolation……………………………………... 27 I.3.4.1 Conduction d’un réseau…………………………………………… 27 I.3.4.2 Conductivité et probabilité d’appartenance à l’amas infini …... 29 I.4 Bibliographie…………………………………………………………………… 31 Chapitre II Propriétés diélectriques des composites et modèles II.1 Introduction…………………………………………………………………….. 34 II.2 Propriétés diélectriques des matériaux……………………………………. 34 II.2.1 Transport électrique dans les matériaux ……………………………... 34 II.2.2 Réponse en fréquence d’un conducteur ………………………………. 35 II.2.2.1 Domaine de conduction………………………….……………….. 37 II.2.2.2 Domaine de relaxation …………………………………………… 37 II.2.2.3 Domaine de transmission………………………………………… 38 II.2.3 Réponse en fréquence d’un diélectrique ……………………………... 38 II.2.4 Théorie de Debye ……………………………………………………….. 39 II.3 Spectroscopie d’impédance ………………………………………………… 42 II.4 Modélisation d’un matériau composite par des circuits électriques…… 43 II.4.1 Modèle RC ………………………………………………………………. 44 II.4.2 Modèle RLC ……………………………………………………………… 45 II.5 Bibliographie…………………………………………………………………… 51 Chapitre III Champ local et Méthodes de calcul III.1 Introduction…………………………………………………………………… 54 III.2 La théorie de Champ local …………………………………………………... 55 III.2.1 Définition ……………………………………………………………….. 55 III.2.2 Le rapport de participation inverse …………………………………... 60 III.3 Méthode de calcule …………………………………………………………. 61 III.3.1 La Méthode Exact ME …………………………………………………. 61 III.3.1.b Le cas de 2d ……………………………………………………… 61 III.3.1.b Le cas de 3d …………………………………… .……………….. 64 III.3.2 La Méthode de Frank et Lobb………………………………………….. 66 III.3.3 La méthode GRER………………………………………………………. 67 III.3.4 La Méthode de Matrice de Transfert………………………………….. 69 III.4 Bibliographie ………………………………………………………………… 71 Chapitre IV Fluctuation du champ local prés du seuil de percolation IV.1 Introduction…………………………………………………………………... 74 IV.2 Modèle RC et simulation………………………………………………….. 74 IV.3 Résultats et discussion……………………………………………………… 75 IV.3.1 Comportement de la conductivité effective………………………….. 75 IV.3.2 Comportement de la probabilité de percolation ……………………. 78 IV.3.3 Comportement du champ local……………………………………….. 80 IV.3.4 Fluctuation du champ local …………………………………………… 82 IV.3.5 Effet de la taille………………………………………………………….. 83 IV.4 Bibliographie…………………………………………………………………. 84 Conclusion générale………………………………………………………… 85 Introduction générale Introduction générale Les matériaux composites et granulaires ont permis ces dernières décades une percée technologique importante dans des domaines comme l’électronique, la mécanique et l’optique. En effet, ces mélanges montrent des propriétés physiques inaccessibles avec les matériaux purs. Ainsi certains composites ont montré des propriétés mécaniques et une résistance inégalable à la corrosion, ce qui a permis de les choisir comme revêtement des bateaux [1]. D’autres mélanges métal-isolant ont montré une absorption optique anormalement grande [2], suscitant l’intérêt des militaires pour l’industrie antiradars. On peut aussi citer certains mélanges polymère-carbone qui atteignent une résistance électrique comparable au cuivre avec toutes les conséquences sur la fabrication de batteries légères. La construction des objets continus macroscopiques (les agrégats, les amas) par la dispersion aléatoire des grains a été le sujet de plusieurs études durant ces trois dernières décennies, et a été formalisée par divers modèles de percolation [3,4,5,6]. La théorie de percolation est une transition de phase du deuxième ordre dont la modification s’effectue sur la concertation p des sites ou liens actifs. La transition de phase et les exposants critiques prédits par cette théorie n’ont jamais été mis en évidence expérimentalement car les systèmes réels utilisés sont toujours de taille finie alors que la théorie est basée sur des systèmes à la limite thermodynamique. En effet, le modèle de percolation a bien été étudié depuis plusieurs décennies. Les seuils ainsi que les exposants critiques ont été déterminés avec précision pour les dimensions 1D, 2D, 3D etc.…. En particulier la structure fractale du bacbone et le nombre des liens simplement connectés sont maintenant connus pour des systèmes infinis. Dans le cas des systèmes finis, le problème reste encore ouvert et les distributions engendrées sont complexes selon que la taille est supérieure à la longueur de corrélation. Les systèmes réels sont en général finis et sont entre tridimensionnels et bidimensionnels (une couche mince est quasi bidimensionnelle). Ceci nous incite à examiner la percolation à la transition entre 2d et 3d ainsi que les exposants critiques et le nombre de liens simplement connectés. 6 Introduction générale Il semble que le champ électromagnétique local et ses fluctuations sont les quantités principales liées à divers processus optiques dans les milieux composites tels que la diffusion de Raman [7, 8,9] la diffusion de Rayleigh [10] et l’optique non linéaire [7,11 ,12], aussi bien que les processus électromagnétiques dans les systèmes mesoscopic [13]. Ces fluctuations ont été observées à pc pour des mélanges composite métal - diélectrique sous la forme de couches minces et surfaces rugueuses [9, 10,16] et ont été interprétées par la localisation [14,15]. Ces fluctuations sont aussi utilisées pour interpréter l'absorption anormalement grande observée expérimentalement dans les régimes du visible, le proche infrarouge et le micro-onde et près du seuil de la percolation d’un film composite métal diélectrique [17]. En outre, Il a été montré [18,21] pour ce type de mélange que la distribution du champ local est asymptotiquement log - normal. Notre travail consiste à étudier l’effet de l’épaisseur d’un système composite métal-isolant sur le seuil de percolation pc. Pour confirmer les résultats, trois différentes méthodes sont utilisées, les deux premières sont basées sur le comportement de la conductivité effective et la probabilité de percolation [3], la troisième méthode consiste à observer le comportement du champ local et ses fluctuations autour de pc. Cette étude repose sur une modélisation de ces matériaux en réseaux électriques RC. La détermination des grandeurs physiques caractérisant ces systèmes (conductivité effective et champ local) consiste en la résolution exacte des équations de Kirchhoff correspondantes. Ce passage de 2d à 3d permet de donner une interprétation sur la transition de phase pour les systèmes réels. Dans le premier chapitre de cette thèse, une vue générale sur les théories approximatives est présentée, comme la théorie du milieu effective et la théorie de percolation avec ses propriétés et ses grandeurs caractéristiques essentielles (Le seuil de percolation, les lois d’échelles et les exposants critiques). Le deuxième chapitre présente des généralités sur les principales propriétés des matériaux conducteurs et diélectriques, 7 suivie par une brève description de la Introduction générale technique de la spectroscopie d’impédance, et finalement une description des différents circuits utilisés dans la modélisation des matériaux composites. Le troisième chapitre est consacré dans un premier temps à la théorie du champ local, ensuite une description des différentes méthodes utilisées pour calculer les grandeurs physiques caractérisant les systèmes étudiés. Dans le dernier chapitre, les résultats obtenus montrent qu’après une légère augmentation de l’épaisseur d’un système 2d, le pc baisse brusquement de la valeur 0.5 et se sature à la valeur correspondante à un système 3d bien avant que l’épaisseur du système ne l’atteigne, ce qui explique pourquoi les valeurs théoriques de pc n’ont jamais été observées expérimentalement. Les résultats montrent aussi un comportement intéressant du champ local avec ses fluctuations autour du seuil de percolation. Bibliographie : [1] C. Favoto, Thèse Université de Toulon (1997), C. Favoto, A. Margaillan and M.Roubin, Ann. Chim. Fr 21 (1996) 13. [2] P. Gadenne, Y. Yagil and G. Deutcher, J. Appl. Phys. 66, (1989) 3019; M. Gadenne, J. Lafait and P. Gadenne, Physica A157, (1989) 400. [3] D.Stauffer , A. Aharony, Taylor and Francis, London, 1992. [4] M. Sahimi, application of percolation theory Taylor and Francis, London, 1994 . [5] D. Stauffer, Phys. Rep. Lett. , 54, 9(1979). [6] Essam J.W., Rep.Prog.Phys., 43 (1980) 833. [7] Shalaev V 1996 Phys. Rep. 272 61. [8] Poliakov E Y, Shalaev V M, Markel V A and Botet R 1996 Opt. Lett. 21 1628. [9] Brouers F, Blacher S, Lagarkov A N, Sarychev A K, Gadenne P and Shalaev V M 1997 Phys. Rev. B 55 13 234. [10] Brouers F, Blacher S and Sarychev A K 1998 Phys. Rev. B 58 15 897. [11] Shalaev V M, Poliakov E Y and Markel V A 1996 Phys. Rev. B 53 2437. [12] Poliakov E Y, Markel V A, Shalaev V M and Botet R 1998 Phys. Rev. B 57 14 901. [13] Keller O Phys 1996. Représentant. 268 85. [14] Zekri L,Bouamrane R,Zekri N and Brouers F 2000 J.Phys.:Condens.Matter12 283. 8 Introduction générale [15] Gresillon S, Aigouy L, Boccara A C, Rivoal J C, Quelin X, Demarest C, Gadenne P, Shubin V A, Sarychev A K and Shalaev V M 1999 Phys. Rev. Lett. 82 4520. [16] Brouers F, Blacher S and Sarychev A K 1995 Fractals in the Natural and Applied Sciences (London: Chapmanand Hall) p 237. [17] Gadenne P, Beghadi A and Lafait J 1988 Opt. Commun. 65 17. [18]Brouers F, Blacher S, et A.K.Sarychev dans Fractal in the naturel and applied Siences, Ch et H,Londres (1995)p.237. [19] L. Zekri , Int. J. Mod. Phys. C 16 issue 06 (2005) 991. [20]J. P. Clerc, G. Giraud, S. Alexander and E. Guyon, Phys. Rev. B. 22, 2489 (1980). [21] L. Zekri, R. Bouamrane and N.Zekri, J.Phys.A: Math. Gen. 12 (2000)283. 9 Chapitre I Généralités sur la théorie des milieux effectifs et percolation Chapitre I Généralités sur la théorie de milieux effective et percolation I.1) Introduction : Les matériaux composites font l’objet de plusieurs sujets d’actualité, car ils ont des propriétés physiques (résistance mécanique, réflexion et absorption optique, transport électronique etc.) qui leurs confirent des applications dans le domaine de l’industrie et font de ces matériaux l’objet d’études intensives. Les deux modèles de réseaux aléatoires les plus utilisés dans les études des matériaux composites sont le modèle du milieu effectif et le modèle de percolation. Les deux fournissent une impédance équivalente macroscopique en fonction de la fréquence de l'excitation et de la proportion p de conducteurs que l'on appellera dopage dans le mélange. Les résultats obtenus sont les mêmes pour une très grande gamme de dopage, ils ne diffèrent essentiellement que dans le voisinage du seuil de conduction. La théorie du milieu effectif dans un plan, pour un réseau permet de déterminer une impédance complexe totale. Lorsque le réseau est de taille infinie, elle considère le milieu comme parfaitement homogène et attribue à chaque lien, la même impédance complexe. La théorie de percolation, elle, s'attache à décrire de façon précise le voisinage du seuil de percolation. En effet, et c'est là le défaut du modèle du milieu effectif au seuil de percolation, l'existence d'un "amas infini" de structure ramifiée complexe, implique l'existence de liens dits critiques par lesquels passent la totalité du courant injecté aux électrodes. Ces liens ne peuvent donc pas être considérés comme "moyens" ou effectifs. I.2) L'approximation de milieu effective : L'AME est proposé pour la première fois par Bruggeman [1], et ensuite, dans :un contexte différent, par Landauer [2]. Ces théories sont utilisées dans de nombreux études des médias macroscopiquement non homogènes, c.-à-d., un milieu dans lequel les quantités telles que la conductivité, la fonction diélectrique, ou le 11 Chapitre I Généralités sur la théorie de milieux effective et percolation module élastique varient dans l'espace. Beaucoup de matériaux se rangent dans cette large catégorie, on peut citer comme exemples une roche poreuse, un échantillon polycristallin d'un matériau anisotrope aussi dans notre cas un composite métal– diélectrique, (des grains métalliques avec une concentration p1 et des grains diélectriques avec une concentration p2 disposés d’une façon aléatoire). L’AME sera présentée dans ce qui suit pour un cas simple [2]: Soit un mélange aléatoire de deux types de composants, un composant 1 (conducteur par exemple) et un composant 2 (isolant par exemple), ces composants sous forme de grains remplissent complètement le volume dans le cas 3d (et la surface dans le cas 2d). L’effet de contact est ignoré dans ce cas (figure I.1.a). La partie (1) de la figure est entourée par un assortiment de deux composants 1 et 2, cette partie est supposée avoir une forme bien déterminée (sphère dans le cas de 3D ou cercle dans le cas de 2D) et est fixé non pas dans un milieu d’origine mais dans milieu homogène de conductivité σ e qui caractérise le mélange (figure I.1.b). Ceci n’est réalisable que si la position de chaque composant est non corrélée. Si E est le champ électrique appliqué au mélange représentant aussi le champ du milieu homogène appliqué dans la région hachurée), sur la surface de cette région apparaissent des charges créant un dipôle électrique de moment P : P = Ea 3 σ1 − σ e σ1 + σ e (I.1) S’il existe dans le mélange N1 composants par unité de volume, il y’aura donc une densité de polarisation : P1 = N1Ea 3 σ1 − σ e σ −σe = p1E 1 σ1 + σ e σ1 + σ e (I.2) Avec p1 la concentration du composant 1 dans le mélange. De manière similaire, nous obtenons pour le composant 2 : P2 = p2 E σ1 − σ e σ1 + σ e (I.3) p2 : étant la concentration du composant 2 dans le mélange. 12 Chapitre I Généralités sur la théorie de milieux effective et percolation Considérant maintenant la situation représentée dans la figure (I.2). La région II représente le mélange considéré de conductivité σ e soumis au champ E I , alors que E II est le champ dans la région homogène I. Les deux régions sont soumises au même courant et ont la même conductivité [2]. Nous aurons donc : E I = E II (I.4) div ( E I ) = −4πdiv ( P ) (I.5) où Ce qui nous conduit à : (I.6) E I − E II = −4π ( P1 + P2 ) En combinant les équations I.4 et I.5 : (I.7) P1 + P2 = 0 Ce qui mène à l’équation suivant pour σ e : p1 σ1 − σ e σ −σe + p2 2 =0 σ 1 + 2σ e σ 2 + 2σ e (I.8) Cette équation a comme solution : σe = 1 (3 p2 − 1)σ 2 + (3 p1 − 1)σ 1 + 4 [(3 p2 − 1)σ 2 + (3 p1 − 1)σ 1 ]2 + 8σ 1σ 2 (I.9) Cette équation conduite pour un composite bidimensionnel (métal - isolant), au seuil de percolation à la relation : σ e = σ métalσisolant (I.10) L’équation trouvée par Dykhne [1]. En note que l'approximation du milieu effective ne traite pas correctement les fluctuations du champ local qui jouent un rôle important dans la réponse optique pour les matériaux composites, elle diminue les fluctuations dans le système car elle suppose que les champs électriques locaux sont les mêmes en volume occupé par chaque composant d'un composé [3]. 13 Chapitre I Généralités sur la théorie de milieux effective et percolation a) b) Figure I.1 : (a) le composant de type 1 hachuré dans le mélange (conducteurisolant),(b) Le composant est fixe dans un milieu homogène. direction du courant Figure (I.2)- Milieu Homogène (I) et biphasé (II) 14 Chapitre I Généralités sur la théorie de milieux effective et percolation I.3) La théorie de percolation : La percolation est l'un des modèles mathématiques les plus simples pour produire des transitions non triviales de phase géométriquement. En raison de sa simplification et abstraction elle pourrait être adaptée à plusieurs phénomènes. On peut citer comme exemples, les épidémies comme propagation d'HIV dans le corps et parmi les personnes, création de galaxie, les feux de forêt……etc. Le tableau ci-dessous (Tableau I.1) résume les principaux domaines d’application de cette théorie : Formation aléatoire d’étoiles dans les galaxies spirales Contagion d’une maladie dans une population Réseaux de communisation et réseaux de résistances Ecoulement d’un fluide dans un milieu poreux Matériaux composites conducteur isolant conducteur Films métalliques discontinus Dispersion d’atomes métalliques dans un isolant Matériaux composites métal/supraconducteur Films minces d’Hélium sur les surfaces Matériaux magnétiques dilué Gels polymères, vulcanisation Transition vitreuse Seuil de mobilité dans les semi-conducteurs amorphes Quarks dans la matière nucléaire Non propagation / propagation Contagion contenue/épidémie Déconnectés /connectés Mouillage localisé/étendu Isolant/métal Isolant / métal Isolant / métal Métal/ supraconducteur Normal/superfluide Para /ferromagnétique Liquide /gel Liquide /verre Etats localisés/étendus Confinement /non confinement Tableau I.1 : principaux domaines d’application de la théorie de percolation. I.3.1) Notion de percolation : Le terme percolation a été introduit en 1957 par Broadbent et Hammesrslay [4] dans une étude de problèmes mathématiques concernant l’écoulement du liquide dans un labyrinthe aléatoire. Une description intéressante de la percolation faisant une simulation de feu en foret est décrite par Stauffer [5]. La théorie de la percolation traite les propriétés statistiques d’ensembles désordonnés d’objets déposés sur un réseau régulier de dimension d. 15 Chapitre I Généralités sur la théorie de milieux effective et percolation Le concept de percolation permet de décrire les propriétés d'un système désordonné d'une manière purement géométrique. La percolation est un type très simple de situation où les propriétés physiques présentent un comportement critique et des singularités lorsqu'un certain seuil (appelé point critique) est atteint. Il existe deux types de percolation: I.3.1.1) Percolation de sites : Figure I.3 - percolation de sites Plaçons aux intersections d'un maillage un certain nombre p (exprimé en pourcentage) de points de façon aléatoire. Il reste (1-p) intersections vides. Le regroupement des points p qui sont voisins, forme un amas (représenté par la partie hachurée de la figure (I.3). Un amas est dit infini s'il traverse l'échantillon de part en part. Lorsque l'on augmente p pour obtenir un amas infini, la valeur obtenue de p est appelée seuil de percolation pc. I.3.1.2) Percolation de liens : Figure I.4 - percolation de lien 16 Chapitre I Généralités sur la théorie de milieux effective et percolation Les liens sont des liaisons entre les sites les plus proches, ils sont soit conducteurs (les traits pleins), soit isolants (les traits en pointillés). Un amas sera un ensemble de traits pleins qui se touchent, c'est à dire de liens existants. La notion d'amas infini et de seuil de percolation s'applique aussi dans la percolation des liens. I.3.2) Le seuil de percolation : Pendant longtemps, la recherche s’est focalisée sur l’étude du seuil de percolation. En conséquence, de nombreuses méthodes on été développées, et plusieurs études sont faites pour déterminer la valeur de seuil de percolation. I.3.2.1) Définition : Au sein d’un réseau dans lequel les sites (figure I.5.1) ou les liens (figure I.5.2) sont actifs avec une probabilité p et inactifs avec une probabilité q=1-p, le seuil de percolation pc se définit comme la concentration p pour laquelle un amas de taille infinie apparaît dans un réseau de taille infinie [6]. Pour tout p > pc, une chaîne s’étend d’un coté à l’autre du système alors que pour p <Pc, il n’existe pas de « chemin » de ce type. La figure I.5.1 (b) montre l’apparition de l’amas percolant à p =pc dans un réseau carré de sites. Au fur et à mesure que la proportion d’activité p s’accroît, la taille des amas augmente mais reste de taille finie (figure I.5.1 (a)). À partir d’une valeur déterministe, on observe l’apparition d’un amas qui joint les bords opposés (figure I.5.1 (b)). Cet amas est l’amas percolant et la valeur de cette probabilité critique correspond au seuil de percolation (p =0,5928 pour un réseau carré de sites). Les sites (éléments) de l’amas infini sont représentés cri noir pour mettre cri relief la jonction des cotés opposés. Les sites cri gris sont les sites actifs distincts de l’amas percolant. On constate que le nombre de sites séparés de l’amas infini diminue lorsque p augmente (figure I.5.1 (c)). 17 Chapitre I Généralités sur la théorie de milieux effective et percolation (a) p=0.4 (b) p=0.6=pc (c) p=0.8 Figure I.5.1 - Exemple de percolation sur un réseau carré de sites pour différents p (a) (p=O,35) (b) (p=O,5=pc) (c) (p0,65) 25 x 25 sites) Figure 1.5.2 -Exemple de percolation sur un réseau carré de liens pour différents p 18 Chapitre I Généralités sur la théorie de milieux effective et percolation Dans la théorie de la percolation, l’existence du seuil est fondamentale. Cette valeur critique se caractérise par [7] : = 0 si p pc (I.11) p(p ) 0 si p pc Le seuil de percolation pc se définit alors comme la première valeur de p où la probabilité de percolation P(p) n’est pas nulle, ce qui se traduit de façon formelle par: PC = max { p : P( p) = 0 } (I.12) En conséquence, la forme générale de la fonction de probabilité de percolation P(p) est présentée sur la (Figure I.6). Figure I.6- Variation de la probabilité de percolation P(p) I.3.2.2) La valeur de seuil de percolation : Le seuil de percolation Pc dépend du modèle de percolation choisi, de la géométrie ainsi que la dimension d du réseau et non de la façon dont on réalise l’augmentation de p à partir de zéro [8]. Ceci est une des caractéristiques fondamentales de l’aspect universel de la percolation. 19 Chapitre I Généralités sur la théorie de milieux effective et percolation Le (tableau I.2) indique les valeurs exactes (*) ou approchées des seuils de percolation selon la forme du réseau, sa dimension et le modèle de percolation.(pb: percolation de liens; ps: percolation de sites). Il précise également la coordinence z, c’est-à-dire le nombre de plus proches voisins d’un site donné, pour différents réseaux [9]. On note que la valeur de seuil de percolation est cependant très difficile a estimé avec précision. Dimension 2D 3D Réseau p : Liens P :Sites z Nid d’abeille (hexagonal) Carré Triangulaire 1—2 sin( π /18) * 0.5* 2 sin( π /18)* 0,697 0,593 1/2 * 3 4 6 Diamant Cubique simple Cubique centré Cubique faces centrées Hexagonal 0,388 0,247 0,178 0,119 0,124 0,430 0,307 0,243 0,195 0,204 4 6 8 12 12 *valeurs exactes Tableau I.2 - Valeurs du seuil de percolation pour quelques réseaux à 2D et 3D I.3.3) Caractéristiques statiques : I.3.3.1) Grandeurs caractéristiques : Dans un contexte statique, la situation d’un problème de percolation se décrit à travers quelques grandeurs fondamentales comme le nombre d’amas de taille s normalisé par site. La probabilité d’appartenir à l’amas infini, la taille moyenne des amas finis et les longueurs caractéristiques. 20 Chapitre I Généralités sur la théorie de milieux effective et percolation I.3.3.1.a) Nombre d’amas de taille s normalisé par site : La plus simple des grandeurs caractéristiques du problème de percolation est le nombre n d’amas de taille s, normalisé par site. Dans un échantillon fini comportant N sites, n est la moyenne du nombre d’amas de taille s: (I.13). Pour le réseau infini, n est la limite de cette moyenne lorsque le nombre de sites tend vers l’infini: (I.14) [6]. Pour un échantillon fini de N sites : ns = nombre total d ' amas de taille s N (I.13) Pour un réseau de taille infinie n s = lim N → ∞ nombre total d ' amas de taille s N (I.14) I.3.3.1.b) Le nombre total d’amas : Le nombre total d’amas de toute taille, noté G(p), normalisé par site est [6] : G ( p) = (I.15) ns s I.3.3.1.c) Probabilité d’appartenir à l’amas infini : Soit P∞ ( p ) la probabilité qu’un site appartienne à l’amas infini. Dans un échantillon de taille finie, la probabilité qu’un site soit un élément de l’amas percolant se détermine en faisant le rapport du nombre de sites dans l’amas infini par le nombre total de sites actifs: P∞ ( p ) = nombre de sites de l'amas infini nombre de sites actifs (I.16) Lorsque p < Pc, il n’existe pas d’amas infini. Par conséquent, la probabilité d’y être attaché est nulle. À p = pc le caractère lacunaire de l’amas infini suggère qu’il occupe 21 Chapitre I Généralités sur la théorie de milieux effective et percolation une fraction nulle du réseau [8]. Enfin, si p > pc, les simulations et les expériences mènent à supposer un comportement critique. De façon formalisée, ceci se résume par: P∞ ( p ) = 0 si P∞ ( p ) ≈ ( p − p c ) β si p ≤ pc (I.17) p ≥ pc Selon la même logique que pour l’amas infini, il est possible de calculer la probabilité d’appartenir à un amas fini. Dans un échantillon, cela revient à rapporter le nombre de sites actifs en amas fini au nombre total de sites: sn s = s nombre de sites en amas fini nombre total de sites actifs ou non (I.18) Sachant P∞ ( p ) , la probabilité qu’un site ne soit pas élément de l’amas infini est 1 — P(p). Pour qu’un site appartienne à un amas fini, il faut qu’il soit actif. En conséquence, la probabilité pour qu’un site fasse partie d’un amas fini est: (I.19) sn s = p (1 − P∞ ( p ) ) s Pour p < pc, il n’existe pas d’amas infini d’où P∞ ( p ) = 0 . Dans (I.19), la probabilité qu’un site arbitraire appartienne à un amas fini est alors égale à la probabilité p qu’il soit occupé. I.3.3.1.d) Taille moyenne des amas finis : La probabilité qu’un site quelconque appartienne à un amas de taille s est nss, et celle qu’il fasse partie de n’importe quel amas fini est sns . Soit ws la probabilité s que l’amas auquel appartient un site actif arbitraire contienne exactement s sites: w s nss nss = (I.20) s 22 Chapitre I Généralités sur la théorie de milieux effective et percolation De là, la taille moyenne des amas finis se calcule telle que: s = nss2 nss wss = s s (I.21) s Cette définition du nombre moyen de sites par amas fini reste valable à la condition que l’amas infini, s’il existe, soit exclu de la somme. En intégrant (I.19), le calcul de la taille moyenne des amas finis devient: S ( p) = s 2 n s / p (1 − P∞ ( p )) si p pc s 2 ns / p pc s si p (I.22) s I.3.3.1.e) Les longueurs caractéristiques. D’autres grandeurs caractéristiques des systèmes à la percolation Nous pouvant citer par exemple la longueur de corrélation ξ [10, 20,16]. ξ est définie par la probabilité g(x) de trouver à une distance x d’un point de l’amas un autre point appartenant également a cet amas. La probabilité g(x) suit le comportement : g ( x) ∝ e − x / ξ Pour p < pc (I.23) Nous pouvons aussi définir cette grandeur comme étant la longueur pour laquelle la masse de l’amas infini croit de manière uniforme. Une autre grandeur qui suivant une loi en puissance c’est la distribution des taille des amas à la percolation [10,11]. ns ( pc ) ∝ s −τ (I.24) Celle-ci est décroissante et monotone, ce qui implique qu’au seuil de percolation, il 23 Chapitre I Généralités sur la théorie de milieux effective et percolation existe des amas de toutes tailles. Ceci illustre bien l’identification de la transition de percolation comme transition de phase ou l’on rencontre des interactions de toutes portées. Figure(I.7)-La longueur de corrélation définie à partir de la probabilité d’appartenance à un amas. I.3.3.2) Lois d’échelle et exposants critiques : La valeur des grandeurs obtenues dans un problème de percolation dépend des éléments microscopiques du système comme par exemple la coordinence. Cependant au voisinage du seuil critique, la plupart de ces grandeurs ont des comportements qui sont indépendants de la structure du réseau et des détails microscopiques [14]. 24 Chapitre I Généralités sur la théorie de milieux effective et percolation I.3.3.2.a) Lois d’échelle Au voisinage de pc, l’insensibilité du comportement des grandeurs caractéristiques d’un problème de percolation aux détails microscopiques de la structure sur lequel il évolue, se résume dans les relations appelées « lois d’échelle ». Celles-ci concernent principalement ( p ) , P∞ ( p ) ,S ( p ) et ns ( p ) . Le degré de validité de ces relations n’étant pas totalement connu, les termes des diverses équations seront séparés par la relation logarithmique. Pour des valeurs inférieures au seuil aussi bien que pour des valeurs supérieures, la taille linéaire des amas finis se caractérise par la longueur de corrélation. Elle se définit comme la distance moyenne entre deux sites du même amas. Au voisinage de pc c’est-à-dire lorsque p — pc est faible, la longueur de corrélation augmente selon [12] ξ ( p) ≈ p − pc −ν p (I.25) pc L’exposant ν est identique pour p > Pc et p <Pc et il ne dépend que de la dimension d. Autrement dit. la longueur de corrélation croît au dessous du seuil de la même façon critique qu’elle décroît au dessus du seuil [6 ]. Pour un site, la probabilité d’appartenir à l’amas infini P∞ ( p ) dépend de la proportion d’éléments actifs. Au voisinage du seuil critique, la décroissance de P∞ ( p ) vers 0 s’effectue selon une loi puissance de (p — Pc) au fur et à mesure que p tend vers Pc par valeurs supérieures. De façon formelle, ceci se traduit par [13] : P∞ ( p ) = ( p − p c ) β (I.26) Le coefficient β dépend lui aussi de la dimension d du modèle, mais contrairement à la longueur de corrélation, la loi d’échelle n’est valide que pour des valeurs supérieures au seuil. En effet, la probabilité d’existence d’un amas infini est nulle pour p < pc d’où une probabilité nulle d’en faire partie. La taille moyenne des amas finis S(p) suit également une loi d’échelle. Au voisinage de pc , son évolution est supposée diverger selon la relation suivante [12] : S ( p) ≈ p − pc −γ 25 (1.27) Chapitre I Généralités sur la théorie de milieux effective et percolation Là aussi, le coefficient γ dépend de la dimension où évolue le problème. De plus, la valeur de γ est identique au dessus et au dessous du seuil de percolation. Au voisinage du seuil de percolation, seuls ont une influence les amas de taille voisine de soit S , cette taille type suit loi en : S ∝ p − pc −1 / (I.28) Le nombre d’amas normalisé par site suit également une loi d’échelle selon la relation suivante : ns α p − pc 2 −α (I.29) s Les lois d’échelles insistent sur le caractère critique de la transition de percolation. Elles rendent compte de l’évolution de certaines grandeurs statistiques au voisinage du seuil de percolation. La caractéristique principale de ces lois d’échelle est leur universalité, car les exposants qui sont liés à chacune d’entre elles ne dépendent que de la dimension du problème et pas des détails du réseau [7]. I.3.3.2.b) Exposants critiques : Les exposants critiques attachés aux lois d’échelles ne sont pas indépendants [7,14]. La théorie physique d’échelle suppose que ces exposants sont interdépendants selon les relations d’échelle. Les relations d’échelle sont les équations de correspondance entre exposants, elles sont valide pour touts les réseaux : γ = β = (3 − τ ) (I.30) σ (τ − 2 2 −α = (I.31) σ (τ − 1 ) σ 26 (I.32) Chapitre I Généralités sur la théorie de milieux effective et percolation Il existe d’autres relations comme [16]: σ = 1 (β +γ ) τ =2+ 2 −α = (I.33) β (I.34) (β + γ ) (τ − 1 ) σ (I.35) = 2β + γ La validité de ses relations d’échelle n’est généralement pas contestée [13]. montrent ainsi que tout dépend de deux exposants, peu Elles importe qu’il s’agisse de σ et τ ou β et γ car de ces deux exposants il est possible de déduire tous les autres [15]. I.3.4) Transport électrique et percolation : Le phénomène de transport dans la percolation peut s’effectuer par plusieurs façons. Tout dépend du domaine étudié et selon leurs caractéristiques, le cas du transport électrique dans les composites peut s’effectuer par exemple par L’analyse de la conductivité électrique d’un mélange de deux composants, l’un isolant et l’autre conducteur , la conductivité électrique qui dépendent de la concentration en grain, leur taille, leur forme, et de certains paramètres extérieurs tels que la température et la fréquence auxquelles est soumis le matériau. I.3.4.1) Conduction d’un réseau Dans un réseau carré, on définit chaque site actif comme un élément conducteur et chaque site inactif comme un isolant [15]. A titre d’illustration, les sites actifs peuvent être assimilés à des grains conducteurs et les sites inactifs à des grains de matière isolante [16]. Dans un tel réseau, le courant électrique ne peut circuler que sur les grains conducteurs. La propagation du courant se fait uniquement entre des sites plus proches voisins, c’est-à-dire des sites ayant un coté en commun. Un courant électrique de voltage unitaire est appliqué au réseau aléatoire de résistance, par le biais de deux électrodes placées de part et d’autre du système. La 27 Chapitre I Généralités sur la théorie de milieux effective et percolation quantité de courant qui parvient à traverser ce labyrinthe de résistances correspond à la conductance de l’échantillon. Le réseau de résistances est définit selon une forme rectangulaire de taille N x L sites, avec N le nombre de colonnes et L le nombre de lignes (figure 1.8). Pour éliminer les effets de taille finie, les valeurs respectives de N et L sont supposées relativement importantes. Une électrode de taille N est placée sur la première et la dernière ligne du réseau. Un courant uniforme est ensuite appliqué au système à partir de ces électrodes. Si le réseau était uniforme et homogène, comme par exemple dans le cas d’une feuille de cuivre, la conductance serait proportionnelle à N et inversement proportionnelle à L [16]. De façon plus générale. La conductance d’un système en dimension d est d −1 de l’échantillon [21]. Pour inversement proportionnelle à la coupe transversale N une dimensions ’’d’’, la conductance est alors, proportionnelle à N à Σ( N d −1 d −1 / L , et égale / L ) . Le facteur de proportionnalité Σ , appelé conductivité du matériau, est par conséquent indépendant de la taille et de la forme carrée ou cubique, les cotés étant de même taille L, la conductivité du système est égale au rapport de la quantité de d −2 courant produit avec une tension de un volt, sur L . Figure (I.8) : conductance sur un réseau aléatoire de résistance [16] 28 Chapitre I Généralités sur la théorie de milieux effective et percolation I.3.4.2) Conductivité et probabilité d’appartenance à l’amas infini : Suivant la théorie de la percolation, la probabilité d’apparition d’un amas percolant est nulle lorsque la proportion de sites conducteurs (p) est inférieure au seuil critique ( pc ). Or, le courant ne peut pas traverser le réseau s’il n’existe pas d’amas infini. Par conséquent, la conductivité du réseau est nul pour p < pc . Au contraire, lorsque la proportion de sites conducteurs est plus grands que pc , les grains conducteurs forment un amas percolant à travers le réseau de résistances. La conductivité ( Σ ) et la probabilité pour un site d’appartenir à l’amas infini ( P∞ ) augmentent alors de façon quasi-linéaire avec la concentration p. lorsque tous les sites sont conducteurs ( p = 1 ). La probabilité d’appartenance à l’amas percolant est certaine pour chaque site : P∞ ( p ) = 1 . Tous les sites étant conducteurs, le réseau transporte alors une unité de courant lorsqu’une tension de un volt est appliquée entre les deux électrodes. Dans ces conditions, la conductivité est posée gale à l’unité : Σ ( p = 1) = P∞ ( p = 1) = 1 . (I.36) Ainsi, une relation semble exister entre la conductivité Σ ( p ) et la masse de l’amas percolant, c’est-à-dire la probabilité pour un site d’appartenir à l’amas infini P∞ ( p ) . Malheureusement, les vérifications empiriques ne confirment pas cette hypothèse [,16]. L’évolution schématique de la conductivité d’une feuille de graphite perforée, en fonction de la proportion d’emplacement non perforé, est représentée par le trait plein sur la figure (I.9). Figure (I.9)- Conductivité et probabilité d’appartenance à l’amas infini [16,21] 29 Chapitre I Généralités sur la théorie de milieux effective et percolation La courbe en pointillé représente l’évolution schématique de la probabilité pour un site, d’appartenir à l’amas percolant selon le même protocole. Les deux courbes semblent avoir la même limite au seuil de percolation. Cependant, alors que la pente de la conductivité est nulle au point critique, la pente probabilité d’appartenance à l’amas percolant y est infinie. Cette divergence s’explique par les diverses sortes de liens qui composent le réseau. La figure représente un amas percolant au seuil, dans un réseau carré de liens. Chaque lien représente une résistance. En appliquant une tension entre le haut et le bas de l’échantillon, plusieurs types de liens se distinguent. Une grande partie des liens ne porte aucun courant, car ils n’aboutissent nulle part[16]. Ces chemins sans issues sont les « bras morts » du réseau électrique. Une fois débarrassée de ces bras morts, il ne reste que les liens participant à la conduction du courant. Cette structure correspond à l’ « épine dorsale » de l’amas percolant. Elle se compose de liens sensibles et de boucles, respectivement représentés en gras et en pointillé sur la figure (I.10). La suppression d’un lien situé sur une boucle de l’épine dorsale fait diminuer la quantité de courant traversant le réseau. La suppression d’un lien sensible, par contre, annule totalement le passage du courant dans le réseau, car dés lors il n’existe plus d’amas percolant conducteur. Figure (I.10)- Décomposition de l’amas percolant [21] 30 Chapitre I Généralités sur la théorie de milieux effective et percolation Ainsi, une grande partie de l’amas percolant est formée par des bras morts ne participant pas directement à la conduction de l’échantillon. Dans un amas infini, la plupart des éléments n’appartiennent pas à l’épine dorsale. Par conséquent, une faible part de la masse d’élément pris en compte dans P∞ intervient dans la conductivité. L’exposant critique associé à Σ est alors différent de lié à la probabilité pour un site d’appartenir à l’amas infini. L’exposant critique de la conductivité est noté t, tel que [16, 17, 18,19] Σ ∝ ( p − pc )t Pour p → pc (I.37) En l’absence de résultat précis, il ne semble pas exister de relation entre t et les autres exposant [16]. De là, t est considéré comme un nouvel exposant de base indépendant. Malgré le travail intensif accompli jusqu'ici, la percolation demeure un domaine de recherche vif. I.4) Bibliographie : [1] Dykhne A M 1970 Zh.Eksp. Teor. Fiz. 59, 110(Engl.Transl.1971 Sov. Phys.-JETP 32 348). Bruggeman D A 1935 Ann. Phys.,Leipzig. 24 636. [2] R. Landauer J.Appl. Phys. 23, 779 (1952) [4] S. R. Broadbent and J. M. Hammersley, Proc. Cambridge Philos. Soc. 53 (1957) 629. [5] D. Stauffer, Introduction to percolation theory (1985) Taylor et Francis, London. [6] Clerc JR, Giraud G, Roussenq J, Blanc R, Carton JR, Guyon E, Ottavi H, Stauffer fl, (1983), « La percolation modèles, simulations analogiques et numériques », Annales de Physiques, vol. 8, 105 p. [7] Kesten 11, (1987), « Percolation Theorv and First-Passage Percolation », Annals of Pro bability, vol. 15, n° 4, pp. 1231 1271. [8] Lesne A, (1996), Méthode de renormalisation Phénomènes critiques, chaos, structures fractales, Paris, Eyrolles Sciences, 388 p. [9] Thèse de Doctorat, Stéphane BAJOT, Percolation et économie,Université de NANTES,soutenu le 10/10/2001. 31 Chapitre I Généralités sur la théorie de milieux effective et percolation [10] J. Hoshen, D. Stauffer, G. H. Bishop, R. J. Harrison, G. D. Quinn, J. Phys. A12 1285 (1979). [11] A. Kapitunik, A. Aharony, G. Deutsher, D. Stauffer, J. Phys. A16, L269 (1983). [12] Bunde A, Havlin S, (1991). « Percolation I », in Bunde A, Havlin S. (eds), Fractals and Disordered Systems, Berlin, Springer-Verlag, pp. 51 95. [13] Grimmett G, (1989) Percolation, New York, Springer-Verlag, 296 p. [14] Sahimi M, (1994), Applications of Percolation Theory, London, Taylor et Francis, 258 p. [15] Kirkpatrick S, (1973), « Percolation and Conduction », Review of Modem Physics, vol. 45, n° 4, pp. 574 588. [16] Stauffer D, Aharony A, (1992), Introdudion to Percolation Theory, second edition, London, Taylor et Francis, 181 p. [17] J. P. Clerc, G. Giraud, J. M. Luck, J. M. Laugier Advances in Physics Vol. 39. N°3 191-309 (1990). [18] TC. D. Mitescu, M. Allain, E. Guyon and J. P. Clerc, J. Phys. A 15, 2533 (1982). [19] I. Webman, J. Jortner and M. H. Cohen, Phys. Rev. B 14, 4737 (1976). [20] E. D. Dumm, J. W. Essam, J. M. Loveluck, J. Phys. C8 (1975) 743 et 4219. [21] Last B.J and Thouless D. J., Phys. Rev. Lett. , 27, 1719 (1971). 32 Chapitre II Propriétés diélectriques des composites et modèles Chapitre II Propriété diélectriques des composites et modèles II-1) Introduction : Un matériau composite est un mélange constitué de deux ou plusieurs composants distincts et qui est décrit par son échelle macroscopique d’inhomogénéité. Ce genre de matériaux existe depuis longtemps dans la nature (certains produits miniers et d’hydrocarbures) [1]. Ils sont maintenant réalisés pour plusieurs utilisations technologiques et font l’objet d’études intensives tant sur leur propriétés mécaniques que celles électriques et optiques. La réponse d’un matériau homogène à une excitation électromagnétique fait appel trois paramètres : la permittivité électrique ( ), la conductivité électrique ( ) et la perméabilité magnétique ( ). Ces grandeurs peuvent dépendre de la fréquence, dans ce cas, elles sont complexes. En réponse à une excitation électromagnétique, deux types de phénomènes physiques peuvent avoir lieu dans le matériau : Des phénomènes de transport : concernant le déplacement de charges libres sous l’action d’un champ électrique. Des phénomènes de polarisation : concernent les charges liées qui présentent un moment dipolaire permanent ou induit. II-2) Propriétés diélectriques des matériaux : II-2-1) Transport électrique dans les matériaux : Les matériaux solides sont classés en fonction de la grandeur de leur conductivité électrique σ en trois catégories : - 4 −1 Conducteurs ( σ > 10 S .m ) comme cuivre, or. - semi conducteurs ( 10 - isolants −6 < σ < 10 4 S .m −1 ) comme Germanium et le Silicium. −6 −1 ( σ < 10 S .m ) comme certains verre et matières plastiques. Cependant cette classification reste floue car, dans le même matériau, la conductivité dépend de façon importante de la nature cristalline, de la pureté et de la température. En fait, la véritable distinction réside dans les mécanismes mis en jeu 34 Chapitre II Propriété diélectriques des composites et modèles dans la conduction électrique. Ces mécanismes proviennent du fait que dans un conducteur les charges mobiles ne sont pas totalement libres, car elles interagissent entre elles et avec les charges fixes qui composent le matériau. Le modèle de Drude permet de confirmer certains résultats expérimentaux. Pour des fréquences de l’ordre de 100THz la conductivité électrique s’écrit: → j= σ st 1 + iw τ → (II.1) E σ st : La conductance statique et τ le temps de relaxation du système. II-2-2) Réponse en fréquence d’un conducteur : La propagation électromagnétique étant régie par les équations de Maxwell : Quatre quantités vectorielles décrivent les phénomènes électromagnétiques : 1) le champ électrique E (volts par mètre) 2) l’induction électrique D (coulombs par mètre carré) 3) le champ magnétique H (ampères par mètre) 4) l’induction magnétique B(Tesla) Ces vecteurs sont dépendants et pour un milieu diélectrique à pertes, de permittivité complexe (pour le vide ε 0 = 1 F / m ) et de perméabilité magnétique 36 π .109 complexe µ (pour le vide µ 0 = 4π .10 − 7 H / m ) ils sont liés par les relations suivantes : D = ε~ E (II.2) B = µ~ H (II.3) Les équations de Maxwell, dont les champs électromagnétiques sont solutions, s’écrivent sous forme temporelle en tenant compte des équations (II.2) et (II.3) : rot E = − ∂B ∂H = − µ~ ∂t ∂t rot H = J + (II.4) ∂D ∂E = J + ε~ ∂t ∂t (II.5) div D = ρ e (II.6) 35 Chapitre II Propriété diélectriques des composites et modèles (II.7) div B = 0 où : J est le vecteur densité de courant. ρ e est la densité de charges électriques libres (C/m3) Les équations fondamentales (II.4) et (II.5) résultent respectivement de la relation de Maxwell-Faraday et de la relation de Maxwell-Ampère. Les deux équations en divergence (II.6) et (II.7) représentent respectivement le théorème de Gauss et la caractéristique de l’induction magnétique (soumise à l’impossibilité de l’existence de charges magnétiques libres). En utilisant la transformée de Fourier des équations précédentes et en remplaçant la densité de courant par la loi d’Ohm et en posant D ( ω ) = ε 0 ε ( ω ) E , on obtient la conductivité σ~ en fréquence qui dépend de celle statique σ σ~ = σ − jωε 0 ε = − jωε 0 ε~ (II.8) Qui relie la conductivité électrique en fréquence à la permittivité diélectrique du matériau. Ainsi avec des mesures électriques en fréquence de l’admittance (ou l’impédance) on déduit la permittivité. Cette permittivité est complexe dans un métal. Pour le modèle de l’oscillateur harmonique, la polarisation électronique dépend du déplacement de la charge effective : p = e*s (II.9) Le déplacement s obéi à un mouvement de l’oscillateur harmonique : .. . 2 0 s + γ s = −ω s + e* υ E (II.10) γ : La constant d’amortissement (qui décrit la durée de vie finie des ondes normaux de vibration) , ν : La masse réduite de l’ion. ω 0 : La fréquence de résonance de l’oscillateur harmonique. 36 Chapitre II Propriété diélectriques des composites et modèles La polarisation P s’écrit : P= N * N e s + ε 0 αE V V (II.11) N : le nombre de particules V : le volume occupé α : est la polarisabilité électronique. En appliquant la transformée de Fourier et en remarquant que P = ε 0 (ε − 1) E on déduit l’expression de la permittivité: ε (ω ) = ε ∞ + ω02 (ε st − ε ∞ ) ω02 − ω 2 − jωγ (II.12) avec ε ∞ et ε st les valeurs de la permittivité diélectrique respectivement aux fréquences infinie et nulle. Dans cette équation ω 0 est la fréquence plasmon et correspond aux modes transverses alors que l’amortissement γ est directement relie au temps de relaxation. Selon la valeur de la fréquence on peut distinguer trois domaines : II-2-2-1) Domaine de conduction :( w << 1/τ ) La fréquence de plasmon est de l’ordre de 3 × 1015 Hz , ce domaine qui s’étend jusqu’à l’infrarouge lointain est appelé domaine de l’effet de peau classique. Dans le cas ou la partie imaginaire de est très grande devant le module de la partie réelle ( ε ' ' >> ε ' ou σ >> ωε ), et pour des gammes de fréquence supérieures au tétra hertz l’équation précédente de Drude se réduit à a loi d’Ohm. II-2-2-2) Domaine de relaxation : 1 / τ << ω < ω p Dans cet intervalle ε ' est négatif. Le comportement du conducteur est analogue à celui d’un plasma sans pertes (les collisions sont négligeables). L’onde incidente sur le métal est réfléchie comme le serait une radioélectrique par un gaz 37 Chapitre II Propriété diélectriques des composites et modèles ionisé à une fréquence inférieure à la fréquence plasmon. Ce domaine de relaxation peut être le siège d’un phénomène appelé effet de peau anomal. Ce phénomène se produit quand la profondeur de pénétration de l’onde est très inférieure à sa longueur. Cet effet de peau anomal diminue la conductivité électrique du matériau. II-2-2-3) Domaine de transmission ( ω >> ω p ) Dans ce cas, la fréquence de collision τ −1 est inférieure à la fréquence de l’onde incidente. La partie réelle de la permittivité se réduit à ε ∞ alors que sa partie imaginaire devient très faible. Le conducteur se comporte comme un diélectrique, il est donc transparent à l’onde. Dans cette situation, le métal peut alors être utilisé dans la gamme de l’ultraviolet notamment pour la réalisation de lentilles ou de filtres [2,3] II-2-3) Réponse en fréquence d’un diélectrique : Sous l’action d’un champ électrique, un milieu diélectrique homogène et isotrope, supposé sans charges de conduction, acquiert une polarisation P , définie comme étant le moment dipolaire par unité de volume [2,3, 4] : → dm P= dV N → m= → qi ri (II.13) i =1 m : est le moment dipolaire, N : le nombre de dipôles. qi Et ri sont les charges et leurs coordonnées respectives. De manière générale, le théorème de Gauss s’écrit sous sa forme locale : div E = ρ / ε 0 ρ (II.14) : la distribution volumique de charges E : le champ électrique à l’intérieur du matériau. 38 Chapitre II Propriété diélectriques des composites et modèles Comme un diélectrique est assimilable à la superposition d’une distribution volumique de densité et d’une distribution surfacique de charges dans un milieu, on définit alors le vecteur induction électrique D par la relation : D = ε0 E + P (II.15) le vecteur D est parfois aussi appelé vecteur excitation ou déplacement électrique dans le vide, ou la polarisation est nulle D = ε0 E (II.16) Le vecteur polarisation P n’est pas indépendant du champ E à ‘intérieur du milieu. Dans de très nombreux matériau, dits linéaires et isotropes, l’expérience montre que p est colinéaire et proportionnel à E . p = χ E = ε 0 χr E χ = ε 0 χr (II.17) χ et χ r sont respectivement les susceptibilités absolue et relative du milieu. La vectrice induction et polarisation s’écrivent alors [2,3, 4] et D = ε 0 (1 + χ r ) E (II.18) P = (ε − ε 0 ) E (II.19) II-2-4) Théorie de Debye : Dans certain liquides formés de molécules polaires tels que l’eau ou l‘alcool,etc …, la constante diélectrique statique a une valeur important. La différence entre ε ∞ et ε s est due principalement à la polarisation par orientation des moments dipolaires à basse fréquence, est négligeable pour une fréquence supérieure à 39 Chapitre II environ 10 Propriété diélectriques des composites et modèles 10 Hz. La polarisation orientationelle se produit également dans certains cristaux constitués de molécules polaires comme Hcl où H 2 O [3,4]. En 1929, P. Debye a expliqué les grandes valeurs de ε s dans certain liquides en supposant que les molécules de ces liquides possèdent des moments dipolaires électriques permanents pouvant s’écarter de leur orientation d’équilibre. Le retour vers l’équilibre étant caractérisé par un temps de relaxation angulaire . Si la fréquence du champ électrique appliqué est très supérieure à 1/ , la molécule ne peut plus suivre le champ. Debye propose ainsi d’écrire la polarisabilité ( ) sous la forme : α (ω ) = Avec α0 1 − iωτ α0 polarisabilité orientationelle (II.20) statique. Ce modèle s’applique particulièrement bien au cas des diélectriques liquides ou gazeux dont chaque molécule (ou chaque agrégat moléculaire) peut être assimilée à un dipôle. Sous un champ statique, les dipôles s’orientent dans la même direction, tous les phénomènes de polarisation sont concernés : la permittivité relative est représentée par ε st .Aux fréquences très relatives, dans le domaine du rayonnement infrarouge et au-delà, la contribution des phénomènes de relaxation dipolaire à la polarisation est négligeable. On peut supposer que seules les polarisations atomiques et ioniques subsistent et que la réponse du diélectrique est instantanée. Dans ce domaine de fréquence. La permittivité relative tend vers la valeur ε ∞ . Selon Debye un diélectrique soumis à une excitation sinusoïdale à une permittivité complexe de la forme suivante : ε (ω ) = ε 0 + (ε st − ε ∞ ) ωτ (ε st − ε ∞ ) −j 2 2 (1 − ω τ ) (1 + ω 2τ 2 ) (II.21) 40 Chapitre II Propriété diélectriques des composites et modèles Où ε ′(ω ) = ε ∞ + Et ε ′′(ω ) = (ε s − ε ∞ ) (1 + ω 2τ 2 ) ωτ (ε s − ε ∞ ) (1 + ω 2τ 2 ) est la partie réelle (II.22) la parie imaginaire (II.23) K.S.Cole et al [5] ont montré en 1941, à partir des équations de Debye, que la représentation graphique de ε ′′ en fonction de ε ′ (diagramme Nyquist, Figure. (II.1)) sur tout le domaine de fréquence était un demi- cercle. Pour la présentation et comparaison des données expérimentales il est approprie de modifier les équations de Debye. ε ′′ ω0 = 1 / τ (ε s − ε ∞ ) / 2 ω=∞ ω=0 ε′ ε∞ εs Figure (II.1)- Diagramme de Cole & Cole. 41 Chapitre II Propriété diélectriques des composites et modèles Des variantes de ce modèle ont été introduit par Davidson et cole, et Havriliak et Negami en proposant des exposants dans le dénominateur de ε ′ comme suit : Le modèle de Davidson et Cole [6]: ε (ω ) = ε ∞ + (ε s − ε ∞ ) (1 + jωτ ) β Où 0 < β ≤1 (II.24) Ainsi que le modèle de Havriliak et Negami [7] : ε (ω ) = ε ∞ + (ε s − ε ∞ ) (1 + ( jωτ )1−α ) β Où 0 <α ≤1 (II.25) II-3) Spectroscopie d’impédance : La spectroscopie d’impédance est une technique d’analyse non destructive qui a présenté une large contribution à la recherche et au développement des matériaux. (La corrosion [8], les propriétés diélectriques [9] et l’influence de la composition sur la conductivité électrique des solides [10, 11,12]). Cette technique consiste à mesurer l'impédance électrique Z en fonction de la fréquence du signal d'entrée sur un grand choix de fréquence. Les données rassemblées peuvent être visualisées comme diagramme de Nyquist, représenté par la composante imaginaire de l'impédance Z’’ en fonction de la composante réelle Z’ (Figure II.1). Dans la pratique, le résultat expérimental s’avère rarement un demi-cercle bien centré sur l’axe des X, cela et généralement du à plusieurs cause liée a la structure physique de l’échantillon. La spectroscopie d’impédance est basée sur la modélisation des résultats obtenus par circuits électrique équivalents qui ont la même réponse en fréquence que l’échantillon. Dans la construction de ces circuits électriques, certains composants utilisés sont identiques à de véritables composants électriques, comme la résistance R, la capacité C ou même l’inductance L. Chacun des composants utilisés, branchés 42 Chapitre II Propriété diélectriques des composites et modèles en série ou en parallèle, représente un phénomène physique particulier. Ces modèles sont ensuite utilisés pour ajuster les diagrammes expérimentaux afin d’extraire les paramètres nécessaires à la compréhension du système étudié. Bien entendu, cette façon de faire est une simplification et suppose que les différents phénomènes sont indépendants les uns des autres, ce qui n’est pas le cas dans la réalité. Toute fois, l’erreur introduite par l’utilisation de cette forme de modèle est suffisamment faible pour que cette simplification puisse être considérée comme acceptable. II-4)Modélisation d’un matériau composite par des circuits électriques: L'idée de modéliser les propriétés de propagation d'onde dans les milieux matériels à partir de circuits est ancienne : "Equation des télégraphistes ", travaux de Von Hippel. Elle conduit à de bons résultats pour des milieux homogènes et a été généralisée aux cas des circuits hyperfréquences avec une représentation correcte des composants passifs qui interviennent. Sa généralisation sur des systèmes non homogènes, tels que des mélanges de conducteurs et d'isolants est plus récente. Les premiers travaux sur ce thème ont été effectués par l'école russe [13]. Divers principes entrent en jeux dans la modélisation des matériaux, parmi eux on peut citer : les interfaces métal – semi conducteur (électrodes), les grains des matériaux (propriétés intrinsèque et défauts extrinsèques) ainsi que les joints des grains, à cela il faut ajouter les états de surfaces des grains (espaces adsorbées : oxygène, groupements hydroxyles,………) et tenir compte des différentes activités catalytiques des grains et des électrodes métalliques. En plus il a été montré que la distribution des grains et le contact entre eux, joue un rôle très important [12], Hertz a montré que la résistance électrique diminue avec l’augmentation de la force appliquée. Si la distance inter grains et suffisamment petite, l’effet tunnel quantique peut contribuer à la conduction électriques autour du seuil de percolation. 43 Chapitre II Propriété diélectriques des composites et modèles Deux circuits, souvent utilisés pour modéliser ces matériaux composites, sont : le modèle RC et le modèle RLC. Le choix du model est très important, afin de reproduire une bonne modélisation des propriétés diélectrique. Le model RC est applicable dans le cas ou on veut analyser le spectre de relaxation, mais dans le cas ou on cherche à étudier les propriétés optiques qui sont obtenus essentiellement par le spectre de résonance, le modèle RLC est beaucoup plus adéquat. II-4-1) Modèle RC : Dans cette section nous présentons les aspects essentiels du modèle RC et son application dans les divers études physiques qui concerne l’étude de la conductivité d’un composites binaire (conducteur/isolant) en régime alternative (ac), ou la polarisabilité de la phase diélectrique à l’échelle microscopique est décrite par une capacité C, et la phase conductrice par une résistance R. En effet, l’analyse de la conductivité électrique dans de systèmes désordonnés peut s’effectuer en étudiant le mélange de deux poudres [15, 16, 17] :l’une isolant et l’autre conductrice [18]. Les grains étant de petite taille, l’amalgame est constituée d’une fraction p de poudre conductrice et une fraction 1-p de poudre isolante .On étudie ensuit la percolation du mélange en mesurant sa conductivité électrique .Si la poudre conductrice ne représente qu’une faible part de l’amalgame, le mélange agit comme un isolant. Au contraire, si on ne met que très peu de poudre isolante, l’alliage est conducteur, c’est qu’il existe un continent (amas) de grain conducteur qui relie les deux surfaces du matériau .La séparation entre état isolant et conducteur se fait pour valeur précise du pourcentage de poudre conductrice noté p et qui correspond au seuil de percolation du système. Le modèle RC a été appliqué dans le problème de percolation de lien à 2d et 3d [15, 16] ou les liens conducteurs sont représentés par des résistances et les liens isolants par des capacités. Cela bien sur en fonction de la proportion de R et C, et de la fréquence appliquée, les conductivités des grains conducteurs ont étés définis par : σr = 1 Zr (II.27) 44 Chapitre II Propriété diélectriques des composites et modèles Et celles des grains isolants par : σ d = iC ω (II.28) De la, une fréquence caractéristique apparaît et qui correspond à la fréquence de relaxation du système : ω0 = τ = RC 1 τ = 1 RC (II.29) h est défini comme le rapport entre les conductivités des conducteurs et isolants : h= Diverses études ont σ c iω = σ d ω0 (II.30) prouvé l’applicabilité du modèle RC [16,14,13,17] à travers des simulations qui traitent le problème de la percolation de liens d’un composite (conducteur /isolant). On peut citer aussi les résultats obtenus pour les systèmes à 2d et 3d avec l’algorithme de la matrice de transfert, les fractales, et le groupe de renormalisation d’espace réel [15, 16, 21,22]. D’autres études expérimentales ont été faites sur des matériaux inhomogènes, où les résultats ont été interprétés par le modèle RC dans la percolation géométrique. Ce concept à été appliqué avec succès sur des matériaux composites binaire, tel que les matériaux en poudre [23] les clusters métalliques [24] les couches minces de matériaux granulaires [25], les microémulsions [26], céramique poreux [27]. II-4-2) Modèle RLC : Ce modèle permet de d’écrire les propriétés optique des composites (métal /diélectrique), des matériaux qui subissent une transition optique. La modélisation ce fait pour des mélanges binaires de composant (R, L) pour les grains conducteurs et C pour les grains isolants (Figure II.2). 45 Chapitre II Propriété diélectriques des composites et modèles Figure (II.2) - Circuit équivalant d’un grain conducteur RL et isolant C La résistance R dans ce cas représente les dissipations électriques, tandis que l’inductance L et la capacité C représentent le comportement inductif du métal et le comportement capacitif des grains isolants respectivement. Un mélange qui contient ces éléments inductifs et capacitifs, possède une impédance complexe. Il aura donc une partie imaginaire qui peut être soit positive, soit négative et donc un passage par zéro de celle-ci. Un matériau, ayant ces propriétés, possède une transition optique, c'est à dire qu'il passe d'un état réfléchissant (partie imaginaire positive de l'impédance) à un état absorbant (partie imaginaire négative de l'impédance), ou des diverses études incestes de déterminer la fréquence à laquelle se produit cette transition. On noté σ m la conductance des grains métalliques et σ d la conductance des grains diélectriques qui sont donnée par les relations suivantes : σm = 1 R + iLω (II.31) σ d = iCω (II.32) On définit trois fréquences caractéristiques ω RL ωRL = R L ωRC = 1 RC = ω LC ωLC = ω RC : 1 LC (II.33) Ce qui permet introduire une grandeur connue sous le nom de facteur de qualité 46 Chapitre II Propriété diélectriques des composites et modèles Q= = 1 R L C ωRC ωLC ωRC = = ωLC ωRL ωRL (II.34) Suivant le vecteur de qualité, on peut distinguer deux cas : Si le système est faiblement dissipatif avec un large facteur de qualité on aura : Q >1 ω RL < ω LC < ω RC (III.35) Et s’il est fortement dissipative, ce facteur est définie par : Q <1 ω RL > ω Lc > ω RC (III.36) On définie aussi deux grandeurs sans dimension qui représente le rapport entre les fréquences caractéristiques : x= ω ω RL y= ω x = Q ω Lc (III.37) Et le rapport des deux conductivités h est défini par : h = iCω ( R + iLω ) = (III.38) − x 2 + ix iy = − y² + 2 Q Q (III.39) Donc pour ce modèle RLC, le rapport h dépend du facteur de qualité Q, tendit que pour le modèle RC il est purement imaginaire. Le modèle RLC est applicable dans le cas ou on veut explorer les propriétés optique des matériaux, surtout les composites qui présentes certaines caractéristiques optiques à haute fréquence, tel que la transition optique. 47 Chapitre II Propriété diélectriques des composites et modèles Expérimentalement ce modèle a été utilisé, dans l’étude des propriétés optique des composites métal - isolant connus sous le nom de cermet [22] Parmi les modèles utilisés pour l’étude les matériaux composites on peut citer aussi le modèle de Zeng [14], ou le grain conducteur est représenté par un circuit parallèle qui se compose d’une inductance L en série avec une résistance R, le tout en parallèle avec une capacité C (Figure II.3). Plusieurs travaux se sont basés sur ce modèle [15, 17,21 ,25] pour interpréter l’absorption optique anormale observer dans le domaine du visible pour les composites métal /isolant. Figure (II.3) - Circuit équivalant d’un grain conducteur dans le modèle de Zeng Une comparaison est faite [19] entre le modèle de Zeng et un modèle contenant seulement une self en parallèle avec une résistance. Ce travail a montré que les deux modèle donnent des résultats identiques jusqu’à la fréquence = 0.35 0 ( avec 0 fréquence plasmon) . Le tableau suivant résume les déférents circuits utilisés pour la modélisation des composants d’un matériau composite. Ces modélisations dépendent de la nature des grains (conducteurs ou isolants) et des fréquences appliquées. 48 Chapitre II Propriété diélectriques des composites et modèles Figure(II.4)- les différents circuits pour la modélisation des grains conducteur/ isolant Il existe bien d’autres types de circuits équivalents, chacun d’entre eux décrivant un système particulier. La manière dont est branché chaque composant ainsi que l’ordre de leur apparition sont importants, à la fois pour le calcul de l’impédance et pour la lisibilité du modèle. Il faut suivre la logique physique du système : les processus successifs sont branchés en série alors que les processus simultanés sont branchés en parallèle Si on veut modéliser un matériau composite sous forme d’une couche mince (2d) (voir figure (II.5)), on devra remplacer chaque grain par une impédance adéquate qui caractérisera ces propriétés physique. Toutes ses impédances sont connectées entre elles à travers un circuit électrique, afin de reproduire la connectivité entre les grains. 49 Chapitre II Propriété diélectriques des composites et modèles On prendra un modèle simple, celui ou les grains ont quatre voisins, qui sont disposés d’une façon périodique (absence du désordre), alors que chaque nœud du réseau se compose de quatre impédances, donc sa modélisation donne un circuit électrique carré (Figure II.6). Figure (II.5)- matériau composite Figure (II.6) - Circuit électrique carré Ces modélisations ont pour but d’extraire des paramètres physiques comme la conductivité effective, le constant diélectrique, le champ local etc…. Cependant, Pour calculer ces paramètres, plusieurs méthodes de calcul sont utilisées. Ces méthodes sont décrites dans le prochain chapitre avec leurs avantages et inconvénients. 50 Chapitre II Propriété diélectriques des composites et modèles II-5) Bibliographie : [1]D.J.Bergman, D, Strout, Physical Proprerties of Macroscopically Inhomogeneous Media Solid Stat Physics,46,147 (1992). [2] C.Kittel, Physique du solide propriétés électroniques (M.Brousseau -Masson) 1992 [3] C.Kittel, Physique du solide (Dunod-Paris) (1970). [4]B. K. P. Scaife, principal of dielectrics, Oxford Science publication 1998. [5]K. S. Cole, R. H. Cole, Journal of Chemical Physics 1, 341-351 (1941). [6]D. W. Davidson and R. H. Cole, J.Chem.Phys. 19, 1484 (1951). [7]S.Havrilliak and S. Negami, J.Polym. Sci. Part B: 14, 99 (1966). [8] T.Hong, Y.Chen, H.Sun and W.P.Jepson “Monitoring corrosion in multiphase pipelines “materials and Corrosion 52, pp590-597(2001). [9] I.J.Young” Dielectric measurement and analysis for the desingn of conductor data “ J.Chem;Phys 99(4)1993. [10] Impedace specroscopy, J.Ross.Mac Donald-(John Wiley&sons) New York 1987 [11] Thèse Doctorat ‘caractérisation électrique de matériaux isotropes.’ Mohamed el Kadiri-Unive Lille 1986. [12]L.Zekri ,N.Zekri and J.P.Clerc’Modélling of impedance spectroscopy of composites by electrique network’ J.Phys D:Appl.Phys 37(2004)535-539. [13]Efros A.L. & Shklovskii B.I. Phys. Stat. Solid. B 76, 2 47 (1976). [14]X.E.Zeng,D.J.Bergman and Stroud “Numerical study of transport proprieties in continum percolation “J.Phys .A:Math .Gen.21 949-953.1988. [15] J. P. Clerc, G. Giraud, J. M. Luck, J. M. Laugier Advances in Physics Vol. 39. N°3 191-309 (1990). [16] J. P. Clerc, G. Giraud, J. M. Luck, J. M. Laugier J. Phys A: Math 19 3153-3164 (1986). [17]B.Tedenac Thèse de Doctorat ‘’ modélisation des propriétés de matériaux composites, méthode de réseaux électrique ’’ – Univ de Provence (1995). [18] S. Kirkpatrick, Rev. Mod. Phys. 45, 574 (1973). [19] L.Zekri,N.Zekri,R.Bouamrane and F.Brouers ”Statistical and scaling proprieties of the alternating current conductivity in thin metal” J.PPhy Condens.Matter 15 ,293(2003). 51 Chapitre II Propriété diélectriques des composites et modèles [20]R.Bouamrane,D.P.Almond “The emergent scaling phenomenon and the dielectric proprieties of random resistor-capacitor network” J.PPhy Condens.Matter 15 40894100(2003). [21]L.Zekri. These magister “porpriétés dielectrique et de localisation de films fins composites au seuil de percolation”USTO Oran 1998. [22]S.Berthier ,J.Lafait ,”Thin solid films”,89,213(1982). [23]I.J.Youngs “dielectric measurement and analysis for the desing of conductor/insulator articial dielectrics “IEE Proc-Sci Vol.147 N4(2000) . [24]D.M.Gerannan;J.C.Garland,and D.BTanner “Critical behaviour of the Dielectric Constant of a Random Composite near the Percolation Threshold” Phys.Rev.Lett.46.375-378 (1981). [25] R.B.Laibiwiz and Yuval Gefen”Dynamic Scaling near the percolation Threshld in Thin Au Films”Phys.Rev.Lett.53.380-383(1984). [26] Menno A.vanDijk”Dielectric Study of Percolation Phenomena in a Microemulsion”Phys.Rev.Lett.55,1003-1005(1985). [27] J.P.Troadec,D.Bideau andE.Guyon”transport proprieties of conducting and semi conducting mixtures”J.Phys C:S.Phys 14 480764819(1981). 52 Chapitre III Champ local et Méthodes de calcul Chapitre III Champ local et méthodes de calcul III.1) Introduction : Dans divers systèmes comme les films composites, il a été trouvé numériquement des fluctuations géantes du champ local, au seuil de la percolation[1], il a été montré que les modes électromagnétiques sont localisés dans ces systèmes, probablement a cause de ces fluctuations. En outre, il a été montré que pour des films composites métal-isolant la distribution du champ local est asymptotiquement log-normale [1 ,2]. D’autre part, les fortes valeurs du champ local ou courant se comportent comme l’inverse de la transmission locale de la lumière [3]. Donc la transmission locale a aussi une distribution log-normale dans ces films. Par conséquent, en utilisant l’analogie entre le champ électrique dans l’´equation de Helmholtz et la fonction d’onde électronique dans l’équation de Schrödinger [4], la transmission locale est équivalente à la conductance électronique à température nulle [5]. La distribution log - normale est une signature de la localisation. Ceci montre l’importance du champ local dans l’étude les systèmes composites. Dans ce travail nous avons utilisé une méthode appelée Méthode Exacte (ME) pour le calcul de la distribution du champ local d’un mélange composite métal – diélectrique, ainsi que la conductivité effective. Cette méthode est basée sur la résolution exacte des équations des Kirchhoff pour un réseau d’impédances qui exige l’utilisation de matrices d’ordre N²×N² (où N est la taille du réseau carré). Ces matrices sont impossibles à manipuler numériquement pour de grands échantillons à cause de l’espace mémoire insuffisant et du temps de calcul très lent. On peut citer comme exemple, un réseau carré de taille 256×256 exige un espace mémoire de 128Gb. L’originalité de la ME est que cette dernière utilise l’avantage de la configuration particulière de ces matrices sparces et leur organisation en blocks. Ces matrices sont en réalité des matrices tri diagonales par bloques, le reste de la matrice étant des zéros. La diagonalisation et l’inversion de la matrice initiale (très grande matrice de taille N²xN²) revient simplement à manipuler et inverser des bloques de taille NxN (les bloques constituant de la diagonale et la diagonale supérieur ou inférieur de la matrice vue sous forme de bloques). Ceci réduit considérablement la mémoire nécessaire et la consommation en temps de calcul. 54 Chapitre III Champ local et méthodes de calcul En effet pour le même système considéré ci-dessus de taille 256 × 256, la mémoire de stockage utilisée est de 250Mb au lieu de128Gb, ce qui est raisonnable pour les calculateurs actuels. Notons que cette méthode donne les mêmes résultats sur la conductivité effective que celles de Frank et Lobb et Groupe de Normalisation, mais elle est la seule à calculer exactement le champ local pour des réseaux allant de 2d à 3d. III.2) La théorie de Champ local : III.2.1) Définition : Pour définir la fonction diélectrique d’un milieu effectif (voir le chap I), il existe plusieurs approches, dont une est basée sur la théorie de Mie adoptée par Nicklasson [6, 7,8] qui a l’avantage de bien mettre en évidence la nature et la réalité physique du milieu effectif. Une telle approche est mal adaptée aux milieux à deux dimensions. Une autre approche, présentée ici, est basée sur le calcul du champ local polarisant chaque inclusion et oblige à un passage par l’état mésoscopique de la matière [9]. Le concept de champ local s’applique quelle que soit la dimension du système, même s’il a été très peu utilisé en dehors de la dimension trois. La fonction diélectrique d’un milieu est définie par les équations (I.8et I.10.Chap I). D = ε 0 E + ℘ = εE (III.1) ℘ = (ε − ε 0 ) E = ε 0 χE (III.2) D’où La polarisation ℘ est par définition la somme de tous les moments multipolaires induits et peut donc être immédiatement reliée à une caractéristique des constituants microscopiques du milieu (la polarisabilité). Si on peut négliger les moments multipolaires d’ordre supérieur à deux, on obtient une relation entre polarisation (dipolaire) P et la polarisabilité α de la forme : N K α K ( Eloc ) K P= (III.3) K où la sommation s’effectue sur les différents types de dipôles. N K est le nombre de 55 Chapitre III Champ local et méthodes de calcul dipôles k par unité de volume et E loc est le champ inducteur qui polarise le dipôle. Cette équation va nous permettre de relier les caractéristiques microscopiques et macroscopiques du milieu. Des deux équations (III.2 et III.3) on obtient: (ε − ε 0 ) E = N K α K ( Eloc ) K (III.4) K Pour obtenir une relation entre ε , qui est une grandeur macroscopique caractéristique du milieu, et α K , qui caractérise les constituants élémentaires, il faut établir une relation entre le champ macroscopique appliqué E et le champ inducteur local Eloc . Supposons que l’équation(III.4) qui relie la fonction diélectrique ε à la polarisabilité α s’applique aussi bien au cas des atomes et des molécules qu’à celui d’une inclusion de plusieurs centaines d’Angstrom d’un matériau k caractérisé lui même par une fonction diélectrique ε K . Il faut donc que la relation (III.4) soit applicable, ceci mène à supposer: a) que l’approximation dipolaire soit satisfaisante aussi bien pour l’atome que pour l’inclusion. Ceci limite les formes acceptables de cette dernière. b) et que le champ soit uniforme sur le dipôle. Ceci limite donc la taille supérieure de l’inclusion (approximation quasi-statique). Dans ces conditions la fonction diélectrique effective ε e est donnée par: (ε e − ε 0 ) E = N Kα K ( Em ) K (III.5) K où N K est le nombre d’inclusions k par unité de volume, α K leur polarisabilité et ( E m ) K le champ inducteur sur l’inclusion k. α K est reliée à la fonction diélectrique du matériau k par: (ε K − ε 0 ) E = Na K α K ( E loc ) K (III.6) Na K est le nombre d’atomes k par unité de volume du matériau k et ( E loc ) K le champ 56 Chapitre III Champ local et méthodes de calcul local dans le matériau pur. L’avant dernière équation devient alors: ( Em ) K Na K (ε K − ε 0 NK ( Eloc ) K (ε e − ε 0 ) = K (III.7) Na k est la fraction volumique p K occupée par le matériau k dans le composite. Il NK faut déterminer la relation entre le champ inducteur mésoscopique ( E m ) K polarisant l’inclusion et le champ local microscopique ( Eloc ) K polarisant ses atomes. Ce problème est traité par Lorentz [9] et qui conduit à l’équation de Clausius-Mossotti [10,11].D’autres approches plus simples sont cependant envisageables qui conduisent à des théories au champ d’application réduit mais qui constituent parfois de très bonnes approximations. Le champ local [9, 12,13] Eloc est défini comme le champ régnant à l’emplacement d’un dipôle i donné et qui est égal à la somme du champ macroscopique appliqué E et les champs créés par tous les autres dipôles E j : ( Eloc ) i = E + (III.8) Ej j ≠i L’équation (I.4) devient: (ε − ε 0 ) E = N iα i E + i (III.9) N iα i E j i j ≠i Le premier terme représente l’interaction de chaque dipôle avec le champ appliqué, le second représente l’interaction entre tous les dipôles qui doit être calculée explicitement. Cette sommation peut être approximée par la méthode de Lorentz. Une cavité sphérique centrée sur le dipôle de référence i sépare l’espace en deux régions. Les charges proches, à l’intérieur de la cavité, agissent individuellement sur i alors que les charges éloignées, extérieures à la cavité, agissent 57 Chapitre III Champ local et méthodes de calcul comme un continuum caractérisé par des densités. La dimension de la cavité de Lorentz est celle au-delà de laquelle on peut définir des grandeurs moyennes. En appliquant cette démarche à des milieux inhomogènes de type cermet, le rayon de la cavité devra être supérieur à la longueur de corrélation ξ . On a donc trois contributions au champ local: Eloc = E + E ind + E cont (III.10) E cont est le champ macroscopique créé par un milieu continu uniformément polarisé P. Si la cavité est sphérique, ce champ est donné par un calcul électrostatique élémentaire: E cont = P 3ε 0 (III.11) E ind est la somme des champs individuels créés par les n dipôles situés à l’intérieur de la cavité. Cette somme a été calculée pour la plupart des structures cristallines et différentes valeurs de n. Pour de simples considérations cubiques et purement aléatoires des dipôles ( n >> 1 ) l’équation (III.10) s’écrit: P 3ε 0 (III.12) P = (ε − ε 0 ) E (III.13) E loc = E + Avec E loc = 2ε 0 + ε E 3ε 0 (III.14) En reportant cette équation dans l’équation (III.4), nous obtenons l’équation de Clausius-Mossotti: ε − ε0 1 = ε + 2ε 0 3ε 0 N Kα K K 58 (III.15) Chapitre III Champ local et méthodes de calcul Figure (III.1) : La cavité de Lorentz. Elle distingue les contributions des régions éloignées) du dipôle (les charges extérieures et le cristal au-delà de la cavité) des régions proches. ‘’Proche” et ”éloigné” étant relatif à la dimension du dipôle ou à la distance moyenne entre les dipôles (Figure 8-1 réf 29). 59 Chapitre III Champ local et méthodes de calcul III.2.2) Le rapport de participation inverse : Une des quantités les plus usuelles pour l’étude de la localisation dans les systèmes électroniques est le rapport de participation inverse (RPI). Par analogie avec les ondes électroniques, le champ électrique local dans l’équation de Helmoltz joue le rôle de la fonction d’onde électronique dans l’équation de Shrodinger [4] et le RPI s’écrit par l’équation suivante : 4 Ei RPI = (III.16) i ( Ei 2 )2 i ou Ei est le champ électrique local du site i. Le RPI a été défini pour les ondes électroniques afin de mesurer l’étendue spatiale des états propres dominants et de caractériser les états électroniques dans les matériaux désordonnés [15]. Pour les modes propres électromagnétiques cette quantité se comportera donc comme: IPR=O( N-d ) pour les modes propres étendus (III.17) IPR=O(N0) pour les modes propres fortement localisés (III.18) d: représente la dimension du système (d = 2 dans ce cas) et N est la taille du système. Ainsi, dans le cas de modes propres purement étendus, le champ à une valeur Importante sur l’ensemble de la surface du film et le dénominateur sera N4|E|4 alors que le numérateur se comporte comme N2|E|4 (en supposant le champ constant) menant a une décroissance du RPI comme N−2. Dans le cas de modes propres fortement localises, les champs les plus significatifs sont localises dans une région limitée de taille moyenne Nc2 ou Nc est la longueur de localisation. Il est donc clair que le RPI reste constant en dehors de cette région. 60 Chapitre III Champ local et méthodes de calcul Nous pouvons donc estimer le degré de localisation de la lumière à partir de la décroissance en puissance du RPI dont l’exposant varie de 0 (pour les modes propres fortement localises) à −2 (pour les modes propres purement étendus). Cet exposant est détermine par la pente de la variation du RPI en fonction de la taille du système en échelle double logarithmique. Il mesure aussi la dimension fractale de corrélation (−D(2)) du champ local [16,17]. III.3) Méthode de calcul : La méthode utilisée dans notre travail (ME) sera présentée, et pour justifier notre choix, une comparaison entre cette méthode et d’autres méthodes sera faite. III.3.1) La méthode exacte ME [20, 21]: III.3.1.a) Le cas 2d: Considérons un réseau 2d rempli aléatoirement par deux différentes conductivités complexes (dans notre cas une conductivité métallique σ m et une conductivité diélectrique σ d avec des concentrations p et 1 - p respectivement). Les deux extrémités du réseau sont connectées à une différence de potentiel (ici V=1 volt). La figure (III.2) montre un réseau carré rempli aléatoirement par des conductivités soit métalliques soit diélectriques. La différence de potentiel entre les deux électrodes est de 1 volt ce qui veut dire que la conductivité effective du système soit égale au courant total qui le traverse. Cette méthode sera comparée avec d’autres méthodes comme la méthode de Frank et Lobb (FL) [22], et la méthode de la matrice de transfert [23, 24, 25]. Description de la méthode : Pour obtenir les champs locaux qui correspondent aux potentiel dans les nœuds et la conductivité effective σ ff , qui est le courant entrant (ou sortant) du 61 Chapitre III Champ local et méthodes de calcul réseau (car le voltage est égal à 1), nous utilisons les équations de Kirchhoff dans chaque noeud i,j : (Vk ,l − Vi , j )σ ki ,,lj = 0 k ,l Figure (III.2) – exemple d’un réseau carré de taille 3 62 (III.19) Chapitre III Champ local et méthodes de calcul La sommation est sur les noeuds k,l connectés aux noeuds i,j par les conductivités σ ki ,,lj .Pour les noeuds connectés à 1V, nous remplaçons Vk ,l par la valeur 1. Nous obtenons donc N ( N − 1) équations de N ( N − 1) potentiels inconnus. Nous pouvons réécrire l’équation (III.19) sous la forme matricielle : P11 P12 0 ... 0 V1 S1 P21 ~ ΓV = ... ... P22 P23 ... 0 ... ... ... ... V2 ... S2 ... ... PN −1, N −2 PN −1, N −1 PN −1, N VN −1 S N −1 ... ... 0 PN , N −1 PN , N VN SN = (III.20) ~ La matrice Γ composée de ( N − 1) × ( N − 1) blocs Pi , j . Les bloques Pi , j sont des matrices de dimension N × N . Les éléments Pi , j qui apparaissent dans la diagonale de ~ la matrice Γ sont des matrices tri diagonales dont les éléments sont les sommations des conductivités des branches entourant les nœuds alors que les éléments qui apparaissent dans les diagonales supérieure et inférieure sont des matrices diagonales dont les éléments sont les conductivités des branches d’interactions entres les noeuds et leurs voisins. Le vecteur V est composé de N - 1 éléments Vi . Les éléments Vi sont des vecteurs de taille N et qui correspondent aux potentiels des noeuds de la ligne i. Finalement, les éléments S i sont des vecteurs de même taille que les Vi Ces vecteurs sont constitués d’éléments nuls excepté le premier élément qui contient les conductivités de la ligne connectée à 1V. À première vue, l’équation (III.20) parait impossible à résoudre pour de grands systèmes en raison de la ~ manipulation et le stockage de la matrice Γ qui exige une capacité énorme de mémoire. Comme exemple, un système de taille 256×256 exige une mémoire de 128Gb. En fait, seulement cinq ensembles d’éléments ne sont pas nuls dans cette matrice, alors que nous devons stocker seulement trois d’entre eux par raison de symétrie. Nous allons reformuler ces équations de sorte que nous obtenons un système de N - 1 équations en utilisant les matrices Pi , j : 63 Chapitre III Champ local et méthodes de calcul (III.21) Pi , jV j = S i j où i varie entre 1 et N - 1 . ~ Il faut noter que, vue la forme bien particulière de la matrice Γ , chaque équation utilise au maximum trois matrices Pi , j , les autres sont des matrices nulles. Nous résolvons ce système d’équations en utilisant la méthode de substitution ou, en commentant par la dernière équation i = ( N − 1) , nous remplaçons à chaque étape le vecteur Vi par le vecteur Vi −1 jusqu’à l’étape i = 1 où V1 est déterminé. Nous utilisons ensuite la procédure inverse pour déterminer les autres vecteurs Vi .La procédure inverse impose le stockage de toutes les combinaisons des matrices Pi , j impliquées dans les étapes de substitution. Nous sauvegardons donc, pour résoudre ce système d’équation, N matrices de taille N×N. Bien que la mémoire utilisée pour ce stockage est large pour de grands systèmes, elle reste beaucoup plus faible que la taille de la ~ matrice Γ .Maintenant, pour le même système considéré ci-dessus de taille 256 × 256, la mémoire de stockage utilisée est de 250Mb au lieu de 128Gb, ce qui est raisonnable pour les calculateurs actuels. Si la mémoire RAM du calculateur n’est pas suffisante pour ce stockage, les matrices seront stockées dans le disque dur. Pour vérifier la précision des résultats nous calculons, systématiquement, le courant entrant et le courant sortant qui doivent être identiques, ce qui confirme la conservation du courant. Cette méthode est étendue à 3d quel que soit le nombre de composants du système. III.3.1.b) Le cas de 3 dimensions : Dans le cas 3d, le système se compose de nbrf faces (plans) de taille N × N. Dans ce cas le réseau reste comme dans Figure (III.2) pour chaque plan mais avec des liens reliant les plans (Figure III.3). En appliquant les équations de conservation du courant dans tout le réseau, on aura le même système d’équation (III.20) à résoudre sauf que les bloques Pi , j sont des matrices de dimension Nx nbrf × Nxnbrf. La résolution de ce système est faite de la même manière que le cas 2d. 64 Chapitre III Champ local et méthodes de calcul Avec cette méthode, un calcul avec un l'échantillon de taille 45×45×45 dure 5h et nécessite 250 MB d’espace mémoire RAM sur un Pentium IV 2 GHZ. Le nombre et le type des composants utilisés dans l'échantillon n'affectent ni le temps de calcul ni l’espace mémoire utilisé. On peut donc générer des échantillons avec n'importe quel nombre de composants [26]. Figure (III.3) – Exemple d’un réseau 3x3x2 65 Chapitre III Champ local et méthodes de calcul III.3.2) La méthode de Frank et Lobb : La méthode de Frank et Lobb consiste à transformer un réseau de conductances en une unique conductance en se servant judicieusement des transformations élémentaires exactes présentées sur la figure (III.4). La méthode est bien schématisée dans la figure (III.5). Les conductances sont éliminées une par une dans les différentes colonnes du réseau en propageant à travers le réseau les transformations présentées dans les figures (III.4). Tout le réseau sera donc réduit à une seule conductance. Les transformations étoile triangle (Frank et Lobb) sont basées sur une grande répétition d’opérations de divisions. Lorsque la taille de l’échantillon augmente ou les valeurs des conductances sont très faibles ou bien très larges, les résultats obtenus deviennent imprécis, ceci quelle que soit la précision utilisée dans la programmation informatique. Ce problème n’apparaît pas pour la méthode ME (Méthode Exact), qui ne contient pas de divisions multiples pour les mêmes variables. L’autre handicape majeur est que cette technique est applicable seulement à des systèmes 2d et ne permet pas d’obtenir le champ local. Étoile (Y) triangle ( ): σ3 σ1 σC σB σ2 σA σ 1 = (σ Aσ B + σ Aσ C + σ Bσ C ) / σ C σ A = σ 1σ 2 /(σ 1 + σ 2 + σ 3 ) σ 2 = (σ Aσ B + σ Aσ C + σ Bσ C ) / σ B σ B = σ 1σ 3 /(σ 1 + σ 2 + σ 3 ) σ 3 = (σ Aσ B + σ Aσ C + σ Bσ C ) / σ A σ C = σ 2σ 3 /(σ 1 + σ 2 + σ 3 ) Figure (III.4)- étoile- triangle 66 Chapitre III Champ local et méthodes de calcul Figure (III.5) – La méthode de Lobb et Frank appliquée sur un réseau carré III.3.3) La méthode GRER: Cette, méthode (Groupe de Normalisation a Espace Réel), abondamment utilise par Brouers et al. [18,19], consiste en la transformation du circuit carré en pont de Weatstone dans les directions x et y (voir figure III.6). Chaque pont est transformé en une admittance équivalente jusqu’à l’étape finale ou le circuit est réduit en deux admittances équivalentes dans ces directions. Il est alors 67 Chapitre III Champ local et méthodes de calcul facile de calculer par cette transformation la conductivité effective alors que le champ local peut être obtenu par la procédure inverse en commencent par les admittances effective déjà calculées. Figure (III.6)–Schématisation de la méthode Groupe de renormalisation espace réelle GRER. 68 Chapitre III Champ local et méthodes de calcul Il faut noter que dans cette schématisation, certaines liaisons S3x et S2y (dans la figure III.6) sont utilisées doublement suivant les deux direction x et y. D’autre part, la transformation du circuit en ponts de Weatstone revient à shunter les liaisons dans les directions différentes (par exemple S1x dans la direction y et S1y dans la direction x). Quoique cette méthode est une approximation, elle donne des valeurs de la conductivité effective autour du seuil de la percolation très proches de celles obtenues par un calcul exact pour des composites à 2d [19] et les exposants critiques ne sont pas très loin des valeurs connues de la théorie de percolation classique [27]. En outre, sur le plan numérique, cette méthode nécessite seulement quelques matrices de l’ordre N ×N pour un échantillon de taille N×N ce qui réduit considérablement la mémoire et le temps de calcul en comparaison avec d’autres méthodes. Cette approximation, même si elle n’affecte pas sensiblement les calculs de la conductivité effective et des exposants critiques, elle influe de manière importante sur le champ local [28]. III.3.4) La Méthode de Matrice de Transfert: [30, 31] Cet algorithme que nous décrivons est simplement une prolongation aux admittances complexes de la matrice de transfert employé par Herrmann et al (1984) [32], dans leur calcul de l'exposant s de superconductivité à 2d et 3d. On présente brièvement cette méthode dans le cas bidimensionnel. On considère une bande de longueur finie L et de la largeur n, avec des états de frontière verticaux périodiques (afin de réduire au minimum des effets de taille fini). La conductivité longitudinale de notre mélange d’impédances dans une telle géométrie est calculée par le procédé itératif suivant : Pour une fréquence donnée, en utilisant la notation complexe standard, nous imposons les tensions V = 0 à la première rangée verticale et Vi ( 1 ≤ i ≤ n ) à la L iéme rangée verticale (voir la figure III.7). Les intensités (complexe), qui traversent les points finaux de cette dernière rangée et des tensions Vi , être connexes par la matrice Z d’impédance (complexe) : vi = Z ij I ij i≤ j ≤n 69 (III.22) Chapitre III Champ local et méthodes de calcul Les règles pour mettre à jour cette matrice d'impédance sont comme suit : Addition d'un lien horizontal de l'impédance z à la ligne k : Z ij → Z ij + ξ ij( H ) ξ ij( H ) = zδ ik δ jk avec (III.23) Où δ est le symbole de Kronecker Addition d'un lien vertical de l'impédance z entre les lignes k et l : Z ij → Z ij + ξ (v) ij ξ ij( v ) = avec − ( Z ik − Z il )( Z kj − Z lj ) z + Z kk + Z ll − Z kl − Z lk (III.24) (Aucuns index répétés par excédent implicite d'addition !). La conductivité complexe n ( p, ω ) de la bande de longueur infinie et de la largeur finie n est alors donné par la limite suivante : n ( p, ω ) = lim L →∞ L Z ii (III.25) Ce qui est indépendant l'étiquette de noeud i, avec la probabilité une. Il n'est pas nécessaire de faire la moyenne de n , au-dessus de différents échantillons. D’un point de vue pratique, le calcul est poursuivi jusqu'à une plus grande valeur de L afin de diminuer l'erreur. Figure (III.7)- Bande bidimensionnelle de la largeur n, avec des conditions de frontière périodiques dans la direction verticale, les voltages Vi et les intensités I i sont reliés à travers la matrice d'impédance Z [33]. 70 Chapitre III Champ local et méthodes de calcul III.4) Bibliographie : [1] F.Brouers, S.Blacher et A.K.Sarychev dans Fractals in the Natural and Applied Sciences, Ch et H, Londres (1995) p. 237. [2] L. Zekri, R. Bouamrane and N.Zekri, J.Phys.A: Math. Gen. 12 (2000)283. [3] A.K.Sarychev, D.J.Bergman et Y.Yagil, Phys.Rev. B51, 5366 (1995). [4] S.John, Comments Cond.Matt.Phys. 14, 193 (1988). [5] R.Landauer, Phil.Mag. 21, 263 (1970). [6] G. A. Nicklasson and C. G. Granqvist, J. Appl. Phys. 55, 3382 . (1984). [7] R. J. Elliot, J. A. Krumslansl and P. L. Leath Rev. Mod. Phys. 46 .465. (1974). [8] D. Stroud and F. P. Pan Phys. Rev B17. 1602. (1978). [9] C. Domb Contemp. Phys 26 (1985) 49. [10] H. A. Lorentz Ann. Phys. u. Chem (1880) 641. [11] R. Clausius, (1879), Die Mechanische W¨armetheorie Vol II Braunschweich. [12] I. T. Ritchie, (1978) Thése. Sydney. [13] N. W. Ashcroft and N. D. Mermin Solid State Physics (1976) HRW, Philadelphie. [14] A. Donnadieu Thin Sol. Films 6 (1970) 249. [15] R.J.Bell et P.Dean, Discuss. Faraday Soc. 50, 55 (1970); B.Kramer et D.Weaire, dans ”Amorphous Semiconductors” Editeur M.H.Brodsky (Berlin: Springer) p.9. [16] F.Brouers, S. Blacher et A.K.Sarychev dans Fractals in the Natural and Applied Sciences,Ch et H, Londres (1995) p. 237. [17] C.Mato et A.Caro, J.Phys.:Condens.Matter 1, 901 (1989). [18] A.K.Sarychev, Zh. Eksp. Teor. Fiz. 72 (1977) 1001; P.J.Reynolds, W.Klein an H.E.Stanley, J. Phys. C: Solid State Phys. 10 (1977) L167; J.Bernasconi, Phys. Rev. B18 1987) 2185. [19] F.Brouers, A.K.Sarychev, S.Blacher and O.Lothaire, Physica A 241 (1997) 146. [20] L. Zekri, R. Bouamrane and N.Zekri, J.Phys.A: Math. Gen. 33 (2000) 649. [21] L.Zekri, N.Zekri, J.P.Clerc J. Phys. A: Math. Gen 37 (2004) 5679-5687. [22] D. J. Frank, C.J. Lobb Phys. Rev B Vol. 37N°1 (1988). [23] B. Derrida and J. Vannimenus, J. Phys. A 15, L557 (1982) . [24] H. J. Herrmann, B. Derrida and J. Vannimenus Phys. Rev. B30 4080. (1984). 71 Chapitre III Champ local et méthodes de calcul [25]B.Derrida,D.Stauffer,H.J.Herrmann,J.Vannimenus,J.Phys.Lett.France44, L701(1983). [26] L.Zekri1,N.Zekri1 et J.P.Clerc , ‘’2 Novel computational method for accurate determination of the effective conductivity and the local field of multicomponent 3D composites ‘’, J. Phys. A: Math. Gen. 37 (2004) 5679–5687 [27] D. J.Bergman and D. Stroud Solid state Physics 46 (1992) 147. [28] L.Zekri,Thése de Doctorat ‘’étude de la spectroscopie d’impédance et application aux proprietes dielectrique las materiaux composites a 2D 3D ‘’-USTO ,Oran(2002) . [29] S. Berhier, Optique des milieux composites 1993 Polytechnica, Paris. [30] J. P. Clerc, G. Giraud, J. M. Luck, J. M. Laugier Advances in Physics Vol. 39. N°3 191-309 (1990). [31] H. J. Herrmann, B. Derrida and J. Vannimenus Phys. Rev. B30 4080. (1984). [32] J. P. Clerc,G. Giraud, J. M. Luck, J.M. Laugier J. Phys A: Math 19 3153-3164(1986). [33] J. P. Clerc,G.Giraud, J. M. Luck, J. M. Laugier J.Phys A: Math 19 3153-3164 (1986). 72 Chapitre IV Fluctuation du champ local près du seuil de la percolation Chapitre IV Fluctuation du champ local prés du seuil de percolation IV.1) Introduction : Il a été montré expérimentalement que les composites isolant - conducteur présentent une absorption anormalement grande dans les régimes du visible, le proche infrarouge et le micro-onde prés du seuil de la percolation [1]. Une étude antérieure, sur les mélanges métal – diélectrique à 2d et au seuil de la percolation a montré que la localisation du champ électrique est due au désordre. Cette localisation a été expliquée par l’élargissement des distributions log normales du champ local. Les systèmes réels sont en général finis et sont entre 2d et 3d (une couche mince est en réalité quasi bi – dimensionnelle). Ceci nous incite à examiner l’effet de l’épaisseur sur le seuil de percolation (l’objectif de ce travail qui est une continuité à un précédent travail de magister). Pour cela on étudie le comportement de la conductivité effective, la probabilité de percolation, et les fluctuations du champ local autour du seuil de percolation. IV.2) Modèle RC et simulation: Un mélange composite métal - isolant est modélisé par un réseau cubique (entre 2d et 3d). Le grain métallique et représenté par une résistance R et le grain diélectrique par une capacité C (voir figure VI.1). Les calculs sont faits pour une fréquence nulle (cas dc). Le grain métallique sera donc représenté par une conductivité m =1, et le grain diélectrique par une conductivité -15 d=10 (une impédance très grande). Le réseau sera donc constitué d’une concentration p de grains métalliques ( m) et d’une concentration 1- p de grains diélectriques ( d). Les grains métalliques et diélectriques sont générés aléatoirement. La ME (présentée dans le chapitre III) est utilisée pour calculer la conductivité effective et le potentiel en chaque noeud pour différentes concentrations p. 74 Chapitre IV Fluctuation du champ local prés du seuil de percolation V=1volt Figure IV.1- Application d’une ddp sur le réseau RC IV.3) Résultats et discussions: IV.3.1) Comportement de la conductivité effective : Les calculs sont faits pour des réseaux de tailles allant de 60x60xnbrf jusqu’à 100x100xnbrf. Nbrf représente l’épaisseur du système. Comme exemple, 100x100x5 est un réseau RC quasi bidimensionnel constitué par 5 réseaux parallèles 100x100. Comme prévu par la théorie de percolation la conductivité effective du système suit une loi en puissance autour du seuil de percolation. σ ( p) ∝ ( p − p c ) t pour p → pc Nous avons utilisé le comportement de (IV.1) la conductivité effective comme une première méthode, les résultats montrent que prés du seuil de percolation, la conductivité se comporte suivant une loi en puissance (comme prévu par la théorie). La conductivité électrique est caractérisée par un exposant critique t, qui ne peut pas être considéré, d’un point de vue restreint, comme un exposant universel. Dans un grand nombre de cas, sa dépendance la plus significative est liée à la dimension [2]. 75 Chapitre IV Fluctuation du champ local prés du seuil de percolation La figure (IV.2) montre le comportement de la conductivité effective en fonction de la concentration p pour un réseau RC de taille 100x100x3. Les calculs sont faits pour 300 échantillons pour chaque concentration p. 0,35 0,30 conductivité effective 0,25 0,20 la zone de p c 0,15 0,10 0,05 0,00 0,15 0,20 0,25 0,30 0,35 0,40 0,45 concentration p Figure IV.2- conductivité effective en fonction de la concentration p pour un réseau de taille100x100x3 La figure montre que eff est nulle jusqu'à une concentration p à partir de laquelle elle commence à augmenter. Cette concentration p ne représente pas le seuil de percolation pc. Ce dernier se trouve dans une zone appelée zone de pc (voir figure IV.2). Pour trouver la valeur de pc il faut applique la seconde différentielle sur l’équation (IV.1). Le pc représente donc la concentration pour laquelle une divergence apparaît. Ceci est fait, comme cité plus haut, pour des tailles allant de 60x60xnbrf jusqu’à 100x100xnbrf. Les valeurs choisies pour nbrf sont : 3, 5, 8, 15, 20. Un travail similaire a été fait [3] il y deux ans, mais pour des tailles inférieurs à 60x60xnbrf. Nous avons pu atteindre ces tailles après optimisation du programme et utilisation d’un système parallèle. Ceci nous a aussi permis d’investiguer l’effet d’échelle. 76 Chapitre IV Fluctuation du champ local prés du seuil de percolation La figure (IV.3) montre comment se comporte le seuil de percolation pc lorsque l’épaisseur du système varie. 0,36 0,34 Pc 0,32 0,30 0,28 0,26 0 5 10 15 20 nbrf Figure IV.3- le seuil de percolation en fonction du nombre de couche pour les tailles 60 (cercle) ,70(carré), 80(triangle), 100(losange). Cette figure montre une forte diminution de pc dés que l’épaisseur du système commence à augmenter. Comme exemple, le seuil de percolation pour la taille 80, passe de 0.34 pour 3 couches (nbrf=3) à 0.27 pour cinq couches supplémentaires. Ceci montre la raison pour laquelle le seuil de percolation théorique n’a jamais été vérifié expérimentalement. Aussi, les systèmes élaborés ont toujours une épaisseur supérieure à une couche. On ne peut donc jamais obtenir un système 2d au vrais sens du terme mais surtout des systèmes quasi bidimensionnels. Un autre résultat important observé sur la même figure, et que le seuil de percolation se sature prés de la valeur théorique de pc à 3d dès que l’épaisseur du système dépasse 20 couches. Ce qui permet de considérer un système tri dimensionnel avant d’atteindre la forme cubique. 77 Chapitre IV Fluctuation du champ local prés du seuil de percolation Jusqu’à présent on n’a pas encore réussi à trouver une loi générale sur le comportement de pc avec l’épaisseur du système. IV.3.2) Comportement de la probabilité de percolation : La deuxième méthode utilisée pour trouver le seuil de percolation est basée sur le comportement de la probabilité de percolation en fonction de la concentration p. On définie la probabilité de percolation comme le rapport entre le nombre des échantillons percolant et le nombre total des échantillons. PP = Nombre d ' échantillons percolants Nombre total d ' échantillons La figure (IV.4) présente le comportement de la PP avec la concentration p. La PP a la forme d’une marche d’escalier. Elle est nulle avant d’atteindre une zone qui ressemble à la zone de pc (Figure IV.2). Cette zone correspond à la transition de la probabilité de percolation de 0 à 1. En effet avant pc les échantillons percolant sont plutôt rares, au fur et à mesure qu’on augmente la concentration p, la probabilité de percolation augmente (c a d, le nombre d’échantillons percolant augmente). Le pc se trouve dans la zone de transition de 0 à 1 Ce résultat ressemble à celui de Stauffer [2] (page 30), qui montre un comportement en marche d’escalier de la taille de l’amas infini (ou la probabilité d’appartenir à l’amas infini) avec la concentration p. Cette forme en marche d’escalier est due au fait que, lorsqu’on augmente p à partir de zéro les amas sont encore de taille finie, et sont disposés d’une façon aléatoire sur le système. Lorsqu’on arrive à la concentration critique pc l’amas infini apparait et sa taille varie très lentement après pc. On montre sur la figure (IV.4) la variation de la probabilité de percolation avec la concentration pour des réseaux de tailles 60x60x3, 60x60x5 et 60x60x8. La forme de la PP ne ressemble pas parfaitement à une marche d’escalier à cause de la taille finie du système et le nombre limité d’échantillons. Si on compare cette forme avec celle d’un 78 Chapitre IV Fluctuation du champ local prés du seuil de percolation réseau de taille plus grande (100 par exemple), la transition sera plus rapide et s’approchera de la forme d’une marche d’escalier. A partir de la figure (IV.4), on peut voir les zones qui contiennent les pc qui correspondent aux trois tailles présentées (60x60x3, 60x60x5 et 60x60x8). En faisant des différentielles d’ordre deux on peut obtenir les pc. Les valeurs de pc obtenues sont en accord avec celles obtenues par la première méthode (la conductivité effective en fonction de la concentration). 1,0 0,8 PP 0,6 0,4 taille 60x60x3 taille 60x60x5 taille 60x60x8 0,2 0,0 0,20 0,22 0,24 0,26 0,28 0,30 0,32 0,34 0,36 0,38 concentration p Figure (IV.4) : La probabilité de percolation PP en fonction de la concentration p 79 Chapitre IV Fluctuation du champ local prés du seuil de percolation IV.3.3) Comportement du champ local : La troisième méthode utilisée pour trouver le seuil de percolation, est basée sur l’étude du comportement du champ local autour de pc. L’étude est faite dans le cas dc qui correspond à un réseau RC de taille NxNxnbrf sur lequel on applique une tension continue. La méthode de calcul ME présentée dans le troisième chapitre consiste à calculer le potentiel en chaque nœud du réseau, ou la différence de potentielle dans chaque lien. La figure IV.5 est la forme générale obtenue pour chaque cas. Liens rouges 18000 16000 Bras morts 14000 Distribution 12000 10000 8000 6000 4000 2000 0 -2000 -25 -20 -15 -10 -5 0 log ddp Figure IV.5 : la distribution du champ local Pour toute les tailles et concentrations utilisées, la distribution du champ local présente deux parties isolées. La première (celle de gauche) correspond bras morts dans lesquels le courant ne circule pas. La valeur 10-15 au lieu de zéro vient du fait que la valeur zéro ne peut pas être utilisée numériquement dans la ME pour éviter des problèmes d’erreurs pendant les inversions des matrices. La deuxième partie est donc la partie la plus importante. Sur la figure (IV.6) on montre la distribution du champ local pour les tailles 60x60x5(b) et pour différentes concentrations autour de pc. 80 Chapitre IV Fluctuation du champ local prés du seuil de percolation P=0.25 P=0.30 P=0.34 P=0.35 P=0.36 P=0.40 3000 distribution 2000 1000 0 -10 -5 0 5 log ddp p=0.25 p=0.28 p=0.29 p=0.31 p=0.34 6000 distribution 4000 2000 0 -10 -5 0 5 log ddp Figure IV.6- la distribution du champ local pour les tailles 60x60x3 (a),60x60x5(b) et pour différentes concentrations 81 Chapitre IV Fluctuation du champ local prés du seuil de percolation Lorsqu’on s’approche des concentrations p=0.34 pour le réseau 60x60x3 et p=0.29 pour le réseau 60x60x5 la largeur des distributions (qui correspond aux fluctuations du champ local [4,5]) diminue et leurs formes paraissent log normales. Les concentrations p=0.34 et p=0.29 correspondent aux seuils de percolation obtenues par les deux premières méthodes pour les réseaux 60x60x3 et 60x60x5 respectivement. Ces résultats sont donc confirmés et on peut dire que le pc correspond à la distribution la plus étroite. En plus, il a été montré [4] que l’élargissement de ces distributions correspond à une augmentation du degré de localisation. Ceci est en parfait accord avec nos résultats, puisque les distributions deviennent de plus en plus larges lorsqu’on s’éloigne au dessous de pc, et la distribution la moins large correspond à pc. Lorsqu’on s’éloigne au dessous de pc le système n’est pas percolant et le courant n’est pas transmis de part en part, alors qu’à pc le système devient percolant et contient en plus le plus grand nombre de liens critiques (les liens qui font passer le maximum du courant) [6]. On remarque aussi sur cette figure que les distributions des concentrations supérieures à pc ne s’éloignent pas trop de celle de pc en s’élargissant. Ceci sera montré ci-après d’une façon plus claire en étudiant le comportement des fluctuations du champ local en fonction des concentrations. IV.3.4) Fluctuation du champ local : Les fluctuations du champ local sont mesurées par un simple calcul de la variance qui correspond à la largeur à mi hauteur de la distribution du champ local. Le calcul de la variance ne prend en considération que le deuxième Pic. Sur la figure (IV.7) présente le comportement des fluctuations du champ local (qui correspondent aux largeurs des distributions) pour différentes concentrations pour un réseau de taille 70x70x15. On montre sur cette figure que la variance diverge au dessous de pc, elle se sature au delà de pc et présente une faible fluctuation autour de pc (qui correspond à la valeur minimale de la variance). Dans ce cas les fluctuations de la variance sont entre 0.26 et 0.28, passant la valeur minimale 0.27. Ce qui nous permet de dire que la valeur la 82 Chapitre IV Fluctuation du champ local prés du seuil de percolation plus probable de pc est 0.27 en parfait accord avec les résultats trouvés par les deux précédentes méthodes. 6 5 Variace 4 3 2 1 0 0,20 0,22 0,24 0,26 0,28 0,30 0,32 0,34 0,36 0,38 0,40 C o ncen tra tio n P Figure IV.7 : fluctuation du champ local en fonction de la concentration p pour un réseau de taille70x70x15 IV.3.5) Effet de la taille : La figure (IV.8) présente le comportement du seuil de percolation pour des réseaux de tailles différentes, mais ayant la même épaisseur nbrf=3. Ceci est fait pour montrer l’effet de la taille sur le calcul du seuil de percolation et trouver la taille à partir de laquelle le pc reste stable. On appellera cette taille, la longueur de corrélation. On peut facilement remarque sur cette figure qu’à partir de la taille 60x60x3 la valeur de pc se stabilise avec une légère variation de 0.05. On peut donc estimer que la taille 60x60xnbrf représente la longueur de corrélation. 83 Chapitre IV Fluctuation du champ local prés du seuil de percolation 0,40 0,39 Pc 0,38 0,37 0,36 0,35 0,34 20 40 60 80 100 Taille Figure IV.8 - comportement de pc en fonction de taille pour nombre de couche égale 3 IV-4) Bibliographie : [1] Gadenne et al Opt. Commun. 65 17 [2] D. Stauffer, Introduction to percolation theory (1985) Taylor et Francis, London. [3] M. Mokhtari mémoire de magister (2007) USTO Dept Physique [4] L.Zekri et al Journal of Physics: Condensed Matter 12, 283-291 (2000). [5] ] L.Zekri et al Journal of Physics: Condensed Matter 12, 293-301 (2000). [6] J.P.Clerc et al J. Phys. Letters A 338(2005)169-174 84 Conclusion générale Conclusion générale Dans ce mémoire nous avons étudié le comportement du seuil de percolation pour un système de dimension entre 2d et 3d. Nous avons utilisé trois différentes méthodes pour confirmer nos résultats. Les trois méthodes sont basées sur les comportements, de la conductivité effective, la probabilité de percolation, et la distribution du champ local, avec la concentration p. Les calculs sont faits grâce à une méthode basée sur la résolution exacte des équations de Kirchoff. La première méthode nous permet de trouver le seuil de percolation en appliquant une différentielle d’ordre 2 sur le comportement de la conductivité en fonction de p (qui est une transition de phase du second ordre). La deuxième méthode qui est une étude statistique basée sur les probabilités de percolation aux différentes concentrations p. Ces probabilités ont la forme d’une marche d’escalier et à la transition de cette dernière nous pouvons obtenir le pc. La troisième méthode est basée sur le comportement des fluctuations du champ local autour de pc. Ces fluctuations sont représentées par la largeur des distributions du champ local qui augmente lorsque la concentration p s’éloigne au dessous de pc et qui diminue jusqu’à une valeur minimale à pc et pour laquelle la distribution du champ local devient log normale. Au-delà de pc, cette largeur augmente légèrement et se sature. Nous avons par la suite montré que le seuil de percolation pc diminue brusquement lorsque l’épaisseur du système commence à augmenter et se sature à une valeur qui correspond au pc théorique d’un système 3d bien avant que le système atteigne une forme cubique, ceci explique la raison pour laquelle le pc théorique n’a jamais été mesuré expérimentalement. En effet, les systèmes élaborés ont toujours une épaisseur supérieure à une couche, on ne peut donc jamais obtenir un vrai système 2d. Il sera aussi plausible d’étudier la corrélation spatiale du champ (moments d’ordres supérieurs 3 et 4 skewness et kurtosis) avec des applications à la diffusion Raman et l’optique linéaire. 86