Cette thèse a pour objet la comparaison des procèdes de polymérisation en émulsion et en miniémulsion. L'influence de la combinaison de stabilisants moléculaires et macromoléculaires sur la cinétique réactionnelle et la distribution de tailles de particules sont les critères pertinents dans notre étude. Un stabilisant polymère, le poly (alcool vinylique-co-acétate de vinyle) (PVA), a été synthétisé avec différents taux d'hydrolyse par saponification directe du polyacétate de vinyle. Le taux d'hydrolyse de ce copolymère a été caractérisé par la Résonance Magnétique Nucléaire du proton (RMN 1H). Puis, nous avons étudié l'influence de la composition d'un mélange stabilisant [copolymères poly (alcool vinylique-co-acétate de vinyle) (PVA)/laurylsulfate de sodium (SDS)] et en particulier le taux d'hydrolyse du PVA. La présence de complexe (PVA/SDS) influence légèrement la cinétique de polymérisation. Par contre la capacité des complexes à stabiliser les particules de latex final dépend du taux d'hydrolyse du PVA, plus ce dernier est faible, plus l'agrégation est importante. Enfin, nous avons suivi en ligne par spectroscopie Raman des polymérisations en émulsion et en miniémulsion du styrène. Une exploitation du spectre a été réalisée et a permis d'attribuer les différents pics aux vibrations de certaines liaisons. La consommation du monomère et l'apparition du polymère a pu être suivi tout au long de la polymérisation / The aim of this work is to compare processes of emulsion and miniemulsion polymerization. The influence of the combination of molecular and macromolecular stabilizers on the reaction kinetics and particle size distribution are relevant factors in our study. A stabilizer polymer, poly (vinyl alcohol-co-vinyl acetate) (PVA), was synthesized with different degrees of hydrolysis by a direct saponification of polyvinyl acetate. The degree of hydrolysis of this copolymer was characterized by Nuclear Magnetic Resonance (1H NMR). Then, we studied the influence of the composition of a mixture stabilizer [poly (vinyl alcohol-co-vinyl acetate) (PVA)/sodium lauryl sulfate (SDS)], and particulary the degree of hydrolysis of PVA. The presence of complex (PVA/SDS) influences slightly the kinetic of polymerization. The ability of the complexes to stabilize the particles of latex depends on the degree of hydrolysis of PVA, the lower it is, the more the aggregation is important. Finally, we followed in situ emulsion and miniemulsion polymerizations of styrene by Raman spectroscopy. The exploitation of the spectrum allowed us to assign the different peaks to vibrations of certain bands. The consumption of the monomer and the appearance of the polymer could be followed throughout the polymerization

Ce travail de recherche traite le problème inverse d’estimation de la distribution de tailles de particules (DTP) à partir des données de la diffusion dynamique de lumière (DLS). Les méthodes actuelles d’estimation souffrent de la mauvaise répétabilité des résultats d’estimation et de la faible capacité à séparer les composantes d’un échantillon multimodal de particules. L’objectif de cette thèse est de développer de nouvelles méthodes plus performantes basées sur les techniques d’inférence bayésienne et cela en exploitant la diversité angulaire des données de la DLS. Nous avons proposé tout d’abord une méthode non paramétrique utilisant un modèle « free-form » mais qui nécessite une connaissance a priori du support de la DTP. Pour éviter ce problème, nous avons ensuite proposé une méthode paramétrique fondée sur la modélisation de la DTP en utilisant un modèle de mélange de distributions gaussiennes. Les deux méthodes bayésiennes proposées utilisent des algorithmes de simulation de Monte-Carlo par chaînes de Markov. Les résultats d’analyse de données simulées et réelles montrent la capacité des méthodes proposées à estimer des DTPs multimodales avec une haute résolution et une très bonne répétabilité. Nous avons aussi calculé les bornes de Cramér-Rao du modèle de mélange de distributions gaussiennes. Les résultats montrent qu’il existe des valeurs d’angles privilégiées garantissant des erreurs minimales sur l’estimation de la DTP. / This research work treats the inverse problem of particle size distribution (PSD) estimation from dynamic light scattering (DLS) data. The current DLS data analysis methods have bad estimation results repeatability and poor ability to separate the components (resolution) of a multimodal sample of particles. This thesis aims to develop new and more efficient estimation methods based on Bayesian inference techniques by taking advantage of the angular diversity of the DLS data. First, we proposed a non-parametric method based on a free-form model with the disadvantage of requiring a priori knowledge of the PSD support. To avoid this problem, we then proposed a parametric method based on modelling the PSD using a Gaussian mixture model. The two proposed Bayesian methods use Markov chain Monte Carlo simulation algorithms. The obtained results, on simulated and real DLS data, show the capability of the proposed methods to estimate multimodal PSDs with high resolution and better repeatability. We also computed the Cramér-Rao bounds of the Gaussian mixture model. The results show that there are preferred angle values ensuring minimum error on the PSD estimation.