¿Alguna vez se ha preguntado por qué la leche es tan blanca o por qué la mayonesa parece tan espesa y, sin embargo, puede fluir fuera de la botella?

¿Es consciente de que estas sustancias son solo aceite y agua mezclados, aunque se ven y se sienten como ninguno de los dos?

Resulta que estos encantadores pequeños misterios a menudo causan grandes quebraderos de cabeza a los ingenieros químicos que diseñan un proceso de producción de champú o dirigen una instalación de recuperación de petróleo en el Mar del Norte. IBM Research y el Centro Hartree del Consejo de Instalaciones de Ciencia y Tecnología (STFC) están utilizando matemáticas y computación de alto rendimiento para ayudar a estos ingenieros a comprender la ciencia detrás de este enigma.

Comprender el comportamiento de los coloides (mezcla macroscópica de partículas insolubles) sigue siendo una tarea desafiante de inmensa importancia práctica. Encontramos sistemas a nuestro alrededor en estos productos aparentemente mundanos como la leche, mayonesa o champús, a través de eventos climáticos cotidianos como la niebla, nubes o (¡ay!) contaminación, hasta grandes procesos industriales en ingeniería química. A menudo, estas mezclas exhiben algunos comportamientos sorprendentes en los que el todo es más que una simple suma de las partes. La investigación científica en esta área tiene una larga e ilustre historia, pero la reciente incorporación de HPC a nuestro conjunto de herramientas científicas nos permite explorar casos que son demasiado difíciles para el análisis clásico o demasiado costosos para la experimentación.

Los investigadores de IBM y el Hartree Center están trabajando en colaboración para construir modelos matemáticos y programas de computadora que permitan el estudio de la dinámica coloidal en detalle. La complejidad de modelar estos flujos proviene de la presencia de múltiples interfaces entre fases inmiscibles (ya que no forman un solo fluido), amplia gama de escamas y en caso de dispersiones de líquidos o gases deformando formas constantemente. Por ejemplo, en la ruptura de un chorro de líquido, el chorro puede ser muchas veces más grande que las gotas debido a la ruptura primaria y secundaria y, al mismo tiempo, muchas veces más pequeño que las dimensiones geométricas de la unidad mezcladora. Una resolución directa de todas estas escalas daría lugar a un coste computacional excesivo que nos lleva a buscar alternativas en forma de diversas estrategias de modelado multiescala.

Por lo tanto, Junto con mis colegas, estoy trabajando en técnicas escalables para resolver con precisión los detalles de dichos flujos, así como sus características macroscópicas efectivas, como las viscosidades de la mezcla, tamaños medios de gota, arrastre interfacial, etc. Las simulaciones numéricas directas solo se realizan para pequeñas porciones del dominio completo y el posprocesamiento automático extrae información sobre características predefinidas e identifica el régimen de flujo general. El modelado del sistema completo puede entonces emplear las relaciones identificadas como leyes de cierre o condiciones de contorno. La justificación intuitiva de esta estrategia es que los rasgos característicos son esencialmente repetitivos y no necesitan resolverse en todas partes.

Ingenieros químicos, dependiendo del contexto, pueden querer minimizar o maximizar la eficiencia de mezcla de sus plantas de proceso. Para responder a sus preguntas, necesitamos poder emplear nuestros hallazgos de los estudios detallados en modelos de sistemas mucho más grandes. Es por eso que también estamos trabajando en métodos novedosos de acoplamiento de códigos que permitan el intercambio de datos entre códigos de simulación que operan a diferentes escalas espaciales.

El componente final es un marco de visualización que implementa principios centrados en datos para evitar una tensión excesiva en la entrada / salida del disco y proporcionar la capacidad de respuesta de una aplicación similar a un escritorio. La combinación de ejecutar múltiples simulaciones con visualización simultánea es muy adecuada para las capacidades de los clústeres de computadoras heterogéneos modernos.

En general, la ciencia y la tecnología que trabajan en conjunto pueden ofrecer una forma mucho más completa de estudiar los fenómenos de múltiples escalas relacionados con las dispersiones coloidales. Los principales beneficios son la capacidad de refinar los modelos utilizados a nivel de dispositivo de ingeniería con resultados de simulaciones detalladas y la posibilidad de explorar nuevos regímenes de flujo. Así que la próxima vez que te laves el cabello, intenta apreciar cómo la ciencia, experimentación, matemáticas y HPC contribuyendo a hacer la mezcla perfecta.