http://dspace.univ-mascara.dz:8080/jspui/handle/123456789/11 2026-03-08T14:53:12Z 2026-03-08T14:53:12Z SAIAH, Ouiddad http://dspace.univ-mascara.dz:8080/jspui/handle/123456789/1388 2026-02-08T09:46:10Z 2026-02-08T00:00:00Z

Titre: POLYCOPIE DE COURS Identifications et caractérisations I : Polycopié destiné pour les étudiants de première année Master catalyse du département de chimie Auteur(s): SAIAH, Ouiddad

2026-02-08T00:00:00Z ZEBIDA, Mohammed Amine http://dspace.univ-mascara.dz:8080/jspui/handle/123456789/1354 2025-12-07T10:34:08Z 2025-12-07T00:00:00Z

Titre: Développement de modèles prédictives pour la détermination des propriétés de transport des liquides ioniques Auteur(s): ZEBIDA, Mohammed Amine Résumé: Ce travail de thèse explore la prédiction des propriétés de transport des liquides ioniques, des composés constitués d’ions aux propriétés uniques comme la stabilité thermique, la non-volatilité et une grande modularité. Ces caractéristiques rendent les LI précieux pour des applications en électrochimie, catalyse ou gestion thermique, mais leurs interactions complexes compliquent la prédiction de propriétés telles que la conductivité électrique, la conductivité thermique et la viscosité. Face aux limites des méthodes expérimentales, coûteuses et lentes, cette recherche s’appuie sur l’intelligence artificielle (IA) et l’apprentissage automatique pour développer des modèles prédictifs précis, en exploitant des bases de données riches et des algorithmes avancés. La méthodologie repose sur la constitution de bases de données soigneusement sélectionnées, regroupant des milliers de points de mesure pour diverses familles de LI. Chaque jeu de données a fait l’objet d’une révision rigoureuse prenant en compte les incertitudes et les conditions expérimentales (température, pression) afin d’assurer la fiabilité des modèles. Les structures moléculaires sont décrites via des approches comme les contributions de groupes (GC), qui fragmentent les molécules en unités chimiques, et les relations quantitatives structure-propriété (QSPR), qui utilisent des descripteurs pour quantifier les caractéristiques moléculaires. Ces données alimentent des algorithmes d’apprentissage automatique, notamment XGBoost, Random Forest, Support Vector Machine (SVM) et Deep Neural Networks (DNN). Ces outils modélisent les liens entre structures chimiques et propriétés de transport, offrant à la fois précision et interprétabilité, et surpassant souvent les approches traditionnelles. Pour la conductivité électrique, les résultats démontrent que les modèles DNN et SVM atteignent des précisions proches des incertitudes expérimentales, avec des erreurs relatives moyennes souvent inférieures à 3 % et des coefficients R² avoisinant 0,99. Pour la conductivité thermique, les approches QSPR-XGBoost et QSPR-SVM se distinguent (ERAM ≈ 0,52 %, R² ≈ 0,9981), tandis que pour la viscosité, le DNN couplé aux QSPR obtient une erreur moyenne de l’ordre de 2,7 %. Les modèles ont été rigoureusement validés par des techniques de validation croisée et externe. Cette thèse propose des outils prédictifs robustes pour la conception rationnelle des liquides ioniques, réduisant la dépendance aux mesures expérimentales. Les perspectives incluent l’élargissement des bases de données aux familles peu représentées (anions rares, nouveaux cations), l’extension à d’autres propriétés émergentes et le développement de modèles hybrides combinant l’intelligence artificielle et simulations atomistiques pour accroître encore la précision et la portée des prévisions.

2025-12-07T00:00:00Z Boualem, Affaf Djihed http://dspace.univ-mascara.dz:8080/jspui/handle/123456789/1346 2025-11-30T08:28:01Z 2025-11-30T00:00:00Z

Titre: Development of Predictive Models for the viscosity of organic compounds vapours and liquids Auteur(s): Boualem, Affaf Djihed Résumé: The viscosity of organic compounds is an important transfer property and one of the basic thermodynamic properties required in the calculation of hydro-machines, heat transfer, mass transfer, and in methods for analysing, calculating, and sizing chemical processes. Consequently, due to the importance of reliable information on the viscosity data of organic compounds, many researchers have worked on this property. The literature on the viscosity of organic compounds is therefore quite extensive. Numerous attempts have been made to develop models for estimating viscosity as a function of temperature, pressure, and molecular structure. Dans le cadre de cette thèse nous étudierons l'évolution de la viscosité des vapeurs et des liquides des composés organiques en fonction de la température. Les données expérimentales de la viscosité des composés organiques sont classées, évaluées et étudiées. Des modèles basés sur l'approche d'équations d'états et des contributions des groupes sont proposés  afin de prédire la viscosité des vapeurs et liquides des composés organiques en fonction de la température.

2025-11-30T00:00:00Z CHATER, Fatima Zohra http://dspace.univ-mascara.dz:8080/jspui/handle/123456789/1338 2025-11-18T13:24:36Z 2025-11-18T00:00:00Z

Titre: Etude des complexes d’inclusion à l’état solide Auteur(s): CHATER, Fatima Zohra Résumé: Les anesthésiques locaux (ALs) sont largement utilisés en pratique médicale, mais leur efficacité et leur stabilité peuvent être améliorées grâce à la complexation moléculaire avec les cyclodextrines (CDs). La bêta-cyclodextrine (βCD), notamment l’hydroxypropyl-β-cyclodextrine (HPβCD), est connue pour sa capacité à former des complexes d’inclusion, améliorant ainsi la solubilité et la biodisponibilité des médicaments. Cette étude explore les interactions moléculaires entre deux cyclodextrines et trois ALs la tétracaïne (TC), le chlorhydrate de tétracaïne (TC,HCl) et le chlorhydrate de procaïne (PC,HCl) en utilisant des techniques analytiques complémentaires. Puisque ces médicaments complexés peuvent être administrés sous forme d’injection liquide ou de pâte solide, et afin de bien comprendre le comportement de la complexation, des analyses ont été menées à la fois à l’état liquide (solution aqueuse) et à l’état solide. Des techniques telles que la spectroscopie UV-Visible (UV- Vis) et la calorimétrie de titration isotherme (ITC) en solution aqueuse, ainsi que la calorimétrie différentielle à balayage (DSC) et la spectroscopie infrarouge à transformée de Fourier (FT-IR) à l’état solide, ont été utilisées. Les méthodes UV-Vis et ITC ont donné des résultats comparables concernant les constantes de formation des complexes pour TC,HCl et PC,HCl, mais ont semblé diverger dans le cas de la tétracaïne basique. Les données ITC ont montré que le modèle à un site convenait bien au complexe TC,HCl/βCD et modérément au complexe PC,HCl/βCD, mais n'était pas adapté à la tétracaïne basique. Le processus de liaison de la βCD avec les médicaments sous forme chlorhydrate en solution liquide est exothermique, contrôlé par l'enthalpie et dirigé par l'entropie, puisque les valeurs des enthalpies de liaison correspondantes ∆H sont négatives, et nettement inférieures à celles des termes T∆S à 298,15 K. La caractérisation à l’état solide des complexes ALs/βCD par les méthodes DSC et FT-IR a montré que la complexation des ALs sous forme chlorhydrate dans la cavité de la βCD et HPβCD se produisait aussi bien lors du mélange physique que de la préparation par malaxage. L’analyse des spectres IR a suggéré que l’inclusion des médicaments sous forme chlorhydrate dans la cavité des CD n’est pas exclusivement due à un effet hydrophobe, ce qui expliquerait probablement le comportement divergent observé 161162 dans les expériences ITC avec la tétracaïne basique. Les résultats IR ont soutenu et complété les conclusions tirées de l’étude à l’état liquide.

2025-11-18T00:00:00Z