Qu’ont en commun les voitures, les ponts et les avions ? Ils sont tous exposés à l’air libre la plupart du temps et soumis au rayonnement ultraviolet (UV) du soleil. Les avions sont particulièrement vulnérables à ce rayonnement, car les UV sont très intenses à haute altitude. Les UV attaquent les revêtements de surface. En particulier, dans les polymères — qui entrent dans la composition de nombreux revêtements — l’absorption des UV entraîne la rupture de liaisons chimiques, la scission de chaînes et l’oxydation.
Au niveau macroscopique, ces processus peuvent provoquer un jaunissement, une perte de brillance et une fragilisation de la surface, ce qui signifie que les zones situées sous le revêtement peuvent également être affectées. Cela entraîne des coûts élevés de test et de maintenance, ainsi que des risques pour la sécurité.
Pour de meilleurs revêtements : prévenir la dégradation des polymères grâce au calcul quantique
Pour mieux comprendre et supprimer la décomposition des polymères, les processus de dégradation individuels doivent être étudiés. Cependant, cela est compliqué car des états électroniques intriqués de manière quantique jouent un rôle clé dans la dégradation des polymères, ce qui explique pourquoi les méthodes de calcul classiques atteignent souvent leurs limites.
Dans le cadre du projet conjoint « Quantum Computing for the Simulation of UV-Induced Polymer Degradation » (QPolyDeg), lancé le 1er avril 2026, les chercheurs de l’Institut Fraunhofer de physique du solide appliquée IAF étudient l’utilisation d’algorithmes quantiques pour calculer la dégradation des polymères, en collaboration avec Capgemini Engineering Germany, HQS Quantum Simulations GmbH, ainsi que l’Institut Fraunhofer de mécanique des matériaux IWM, et Airbus et Akzo Nobel N.V. en tant que partenaires associés.
Le ministère fédéral allemand de la Recherche, de la Technologie et de l’Espace (BMFTR) finance QPolyDeg à hauteur de 2,4 millions d’euros sur une période de trois ans dans le cadre du programme de financement « Informatique quantique appliquée » (numéro de subvention : 13N17392).
Les algorithmes quantiques accélèrent les calculs de chimie quantique
« Les algorithmes quantiques promettent une accélération significative des calculs de chimie quantique », souligne le chef de projet, le Dr Walter Hahn, de Fraunhofer IAF. « Notre objectif dans le projet QPolyDeg est de développer des algorithmes quantiques pour simuler la dégradation des polymères causée par les UV, en utilisant comme exemple des revêtements aéronautiques d’importance industrielle. Nous prévoyons que les secteurs de l’aérospatiale, de l’automobile et de la construction bénéficieront tous grandement des revêtements optimisés par algorithmes quantiques. C’est pourquoi nous travaillons en étroite collaboration avec les plus grandes entreprises européennes de ces secteurs. »
« Dans le cadre de QPolyDeg, en tant qu’équipe quantique de Capgemini, nous relions la technologie quantique émergente à un véritable impact commercial », explique le Dr Franziska Wolff, de Capgemini Engineering. « En développant dès aujourd’hui des workflows orientés applications pour des systèmes réels, nous contribuons à garantir une adoption rapide et stratégique une fois que le matériel quantique sera prêt. »
« HQS travaille sur les logiciels de spectroscopie, donc QPolyDeg est un projet naturel pour nous », détaille le Dr Michael Marthaler, PDG et cofondateur de HQS Quantum Simulations. « Les effets des UV sur les revêtements polymères constituent un domaine pertinent et peu exploré pour les outils de simulation quantique, et nous sommes heureux d’apporter notre expérience aux côtés des autres partenaires de ce projet. »
« L’optimisation des propriétés des matériaux fonctionnels nécessite une compréhension des relations structure-composition-propriété à plusieurs échelles, allant des structures cristallines et défauts à l’échelle atomique jusqu’aux microstructures des matériaux et au comportement des composants macroscopiques dans des conditions de fonctionnement réelles », souligne le Dr Daniel Urban, de Fraunhofer IWM. « À cette fin, le calcul quantique offre des approches innovantes prometteuses pour améliorer considérablement les capacités des simulations atomistiques de molécules et de matériaux. »
Analyse de la dégradation des polymères, développement d’algorithmes, application industrielle
Dans le cadre du projet, les partenaires du consortium entreprendront toutes les étapes nécessaires pour améliorer les revêtements de surface à l’aide du calcul quantique : depuis l’analyse des processus de dégradation des polymères sous l’effet des UV, en passant par le développement d’algorithmes quantiques appropriés pour simuler des revêtements optimisés, jusqu’à l’étude de l’application industrielle et de l’évolutivité des algorithmes.
Capgemini Engineering étudiera des stratégies d’embedding appropriées et modélisera des types potentiels de dégradation des polymères, en développant une approche d’apprentissage automatique (ML) pour prédire les voies de dégradation des polymères. HQS appliquera ensuite des méthodes d’espace actif et utilisera des méthodes de chimie quantique pour analyser les états fondamentaux et excités en fonction du type d’intrication.
Les instituts Fraunhofer IAF et IWM calculeront les états fondamentaux et excités des opérateurs hamiltoniens des espaces actifs en utilisant divers algorithmes quantiques et développeront davantage ces algorithmes dans le processus. Les états déterminés par les algorithmes quantiques seront réutilisés par Capgemini et HQS dans leurs workflows respectifs.
Fraunhofer IWM se concentrera sur des algorithmes quantiques non variationnels prometteurs pouvant être exécutés sur du matériel quantique moderne et étudiera l’applicabilité fondamentale de ces algorithmes au problème considéré. Fraunhofer IAF travaillera sur le développement ultérieur d’algorithmes quantiques tolérants aux pannes précoces et tolérants aux pannes en ce qui concerne la préparation des états initiaux requis. Plus précisément, l’accent est mis sur les questions d’applicabilité fondamentale et de comportement de mise à l’échelle et de convergence de ces algorithmes pour différentes tailles de problème.
Source : Fraunhofer IWM
