Il video mostra il meccanismo di contatto del pilastro (PC) per una geometria doppiamente rientrante a =60° una proprietà di superficie identificata nello studio. Credito:progressi scientifici, doi:10.1126/sciadv.aav7328
Nella scienza dei materiali, le superfici che respingono fortemente i liquidi a bassa tensione superficiale sono classificate 'superoleofobe, "Mentre i repellenti liquidi ad alta tensione superficiale sono "superidrofobici" e le superfici che mostrano entrambe le caratteristiche sono "superonnifobe". Le superfici superonnifobiche rappresentano le frontiere del design delle superfici per una vasta gamma di applicazioni. In un recente studio, J. R. Panter e collaboratori presso il Dipartimento di fisica e Procter and Gamble Co. nel Regno Unito e negli Stati Uniti hanno sviluppato metodi computazionali per sviluppare sistematicamente tre proprietà chiave di bagnatura della superficie. Questi includevano l'isteresi dell'angolo di contatto, pressione critica e una barriera bagnante a energia minima. Nello studio, gli scienziati hanno sviluppato modelli quantitativi e corretto ipotesi imprecise all'interno dei modelli esistenti.
Panter et al. ha combinato queste analisi contemporaneamente per dimostrare la potenza della strategia per ottimizzare le strutture per applicazioni nella distillazione a membrana e nella microfluidica digitale. Accoppiando in modo antagonistico le proprietà bagnanti, gli scienziati hanno implementato un approccio sfaccettato per progettare in modo ottimale superfici superomnifobiche. Utilizzando algoritmi genetici, hanno facilitato un'ottimizzazione efficiente per accelerazioni fino a 10, 000 volte. I risultati dello studio sono ora pubblicati su Progressi scientifici .
Le superfici superomnifobiche hanno micro e nanotessiture fisiche che consentono ai liquidi a bassa tensione superficiale (oli e alcoli) di rimanere sospesi su una struttura superficiale piena di vapore. Questa capacità di dispersione del liquido può promuovere un'efficiente mobilità delle goccioline con una bassa resistenza viscosa, con potenziale di trasformazione in un'ampia gamma di applicazioni. Questi includono tecnologie sostenibili per la purificazione dell'acqua, strategie antimicrobiche in biomedicina, tecniche di rivestimento antimpronta, riduzione degli sprechi alimentari e tecnologie biochimiche versatili, su scala globale.
SINISTRA:Configurazione della superficie di simulazione. Illustrazione dell'unità di ripetizione della simulazione 3D, con sezione trasversale 2D che mostra i parametri strutturali etichettati. A DESTRA:quantificazione e meccanismi che portano alla CAH (isteresi dell'angolo di contatto) per geometrie rientranti e doppiamente rientranti a pressione applicata zero. (A) (i) Dipendenza da CAH sia dalla frazione dell'area Fr che dall'altezza totale del cappuccio Dr. I simboli indicano il meccanismo di depinning all'arretramento, con diamanti viola che indicano un meccanismo ibrido. (ii e iii) Confronto del ponte-, bordo-, e modelli sfuggenti che delineano le labbra (linee continue, codificati a colori) rispetto al r simulato (punti dati); esempi mostrati con Fr variabile a Dr fisso =0,05 e 0,35. Le barre di errore di ±1° nei dati di simulazione sono troppo piccole per essere viste. (B) visualizzazione 3D dell'avanzata interfaccia liquido-vapore (mostrata in blu); la direzione di avanzamento è indicata da una freccia nera. Le linee nere e rosse indicano le sezioni trasversali 2D del centro e del bordo che vengono anche presentate (a destra). (C) (i-iv) Visualizzazioni dei quattro principali meccanismi di retrocessione. La direzione di allontanamento è indicata da frecce nere. Credito:progressi scientifici, doi:10.1126/sciadv.aav7328
Le recenti scoperte nella microfabbricazione hanno permesso la formazione di strutture complesse alla risoluzione della scala micrometrica, compresa la tecnologia di stampa tridimensionale (3D), fluidificazione di micropilastri polimerici e metodi litografici. Nonostante queste tecniche altamente versatili, scienziati e fisici dei materiali cercano ancora di capire come progettare con precisione le strutture superficiali per prestazioni ottimali nelle applicazioni del mondo reale. Un design onnifobico di successo deve dimostrare tre proprietà di bagnatura chiave per includere (1) un angolo di contatto basso per la massima mobilità del liquido, (2) alta pressione critica per la stabilità dello stato superoleofobico, e (3) un'elevata barriera energetica al fallimento. A causa della complessità del design della superficie, l'unione di studi computazionali e sperimentali può essere costoso e richiedere molto tempo per comprendere questa base.
Nel presente lavoro, Panter et al. ha superato le sfide della progettazione delle proprietà di bagnatura superomnifobica progettando prima strategie computazionali per comprendere l'effetto che i parametri strutturali avevano sui tre criteri definiti. Per illustrare l'importanza dell'ottimizzazione multiforme hanno utilizzato due esempi rilevanti di purificazione dell'acqua tramite distillazione a membrana e microfluidica digitale basata su goccioline. Gli scienziati hanno sviluppato un algoritmo genetico per eseguire in modo efficiente ottimizzazioni simultanee con velocità fino a 10, 000 volte. Questo approccio versatile può essere abbinato alle recenti innovazioni nelle complesse tecniche di microfabbricazione di superfici per offrire un approccio trasformativo al design delle superfici.
Analisi della pressione critica per geometrie rientranti e doppiamente rientranti. (A) Grafici di contorno della variazione ΔPc con Fr e Hr per geometrie rientranti (i) e doppiamente rientranti (ii). I punti dati indicano l'altezza critica alla quale il meccanismo di guasto passa da Base Failure (BF) a Depinned Cap Failure (DCF) o Pinned Cap Failure (PCF), e le barre di errore indicano l'incertezza in questa altezza a causa della larghezza dell'interfaccia diffusa. Le linee bianche continue e tratteggiate mostrano l'altezza critica in base al modello capillare e al modello 2D, rispettivamente. (B) Il modello si adatta a ΔPc dei meccanismi di Cap Failure a Hr =0.25 per geometrie rientranti (i) e doppiamente rientranti (ii). (da C a E) I tre meccanismi di guasto mostrati in 3D, con relative sezioni trasversali diagonali. Le morfologie dei liquidi a pressione critica sono mostrate in blu, la fase vapore è mostrata in bianco, e l'interfaccia è indicata con una linea continua nera. Le regioni rosse mostrano come il menisco instabile si evolve all'aumentare di ΔP sopra ΔPc. (D ed E) Viste sottocopertura, evidenziando le forme delle linee di contatto alla pressione critica. (F) Dettagli dei modelli di ponte capillare 3D orizzontale (3DD) e diagonale 3D (3DH) utilizzati, che mostra le circonferenze interna ed esterna (blu) contro la configurazione del sistema. L'illustrazione 3D confronta l'interfaccia liquido-vapore simulata (azzurro) con il modello capillare orizzontale (blu scuro). Credito:progressi scientifici, doi:10.1126/sciadv.aav7328
Gli scienziati hanno prima simulato l'avanzare e l'arretramento dell'interfaccia liquido-vapore lungo una singola fila di strutture superficiali per ottenere i rispettivi angoli di contatto e isteresi dell'angolo di contatto (CAH, cioè., la differenza tra gli angoli di contatto in avanzamento e in allontanamento). Hanno disposto le dimensioni variabili in una matrice quadrata e hanno osservato che l'isteresi è identica sia per le geometrie rientranti che per quelle doppiamente rientranti (geometrie con frazione di contatto liquido-solido molto bassa). Utilizzando la simulazione, gli scienziati hanno osservato quattro meccanismi di regressione dominanti per descriverli e modellarli nel presente lavoro. Successivamente, utilizzando i nuovi modelli Panter et al. testato qualitativamente i modelli sfuggenti proposti in studi precedenti per verificarne l'accuratezza. Hanno analizzato i cambiamenti energetici per ottenere l'angolo al quale la recessione è diventata energeticamente favorevole per formare l'angolo di allontanamento ottimale.
A differenza delle simulazioni di CAH, il secondo parametro di interesse sulla pressione critica era sensibile alla geometria della superficie rientrante o doppia rientrante. Gli scienziati hanno osservato tre meccanismi di cedimento nello studio della pressione critica e li hanno quantificati in funzione dei parametri strutturali. Quando hanno confrontato la quantificazione nel presente lavoro con i dati di simulazione, hanno rilevato che i modelli di pressione critica prevalenti e ampiamente utilizzati introdotti in studi precedenti erano notevolmente semplificati. Ad esempio, una scarsa descrizione della morfologia dell'interfaccia liquido-vapore ha portato le strutture prodotte ad essere molte volte più piccole e meccanicamente più deboli del necessario. Sviluppando un modello più sofisticato nel presente lavoro, Panter et al. raggiunto sia l'accuratezza quantitativa delle pressioni critiche sia modellato con successo le morfologie interfacciali complesse desiderate.
Dimostrando un meccanismo di guasto identificato nello studio, il video mostra il meccanismo di contatto di base (BC) per una geometria doppiamente rientrante a θ° =60°. Credito:progressi scientifici, doi:10.1126/sciadv.aav7328
Quando si studia il terzo parametro sui meccanismi di transizione di energia minima, gli scienziati hanno identificato tre meccanismi di guasto. Ad esempio, un errore di progettazione della superficie può essere avviato attraverso un'ampia gamma di perturbazioni aggiuntive tra cui flusso, vibrazione, evaporazione, condensazione, impatto di goccioline, campi elettrici e magnetici variabili o fluttuazioni termiche su scala nanometrica. Nelle applicazioni del mondo reale, il fallimento potrebbe essere avviato da una combinazione di perturbazioni. Per fabbricare una trama resistente al fallimento, Panter et al. quindi combinato il percorso di massima energia (MEP) per tenere conto dello scenario peggiore di guasti combinati. Hanno identificato tre percorsi di transizione come (1) contatto di base (BC), (2) contatto a colonna (PC) e (3) contatto a calotta (CC), quindi quantificato ogni barriera attraverso lo spazio dei parametri strutturali. Successivamente, hanno valutato il meccanismo più probabile di transizione energetica per una data geometria di superficie.
Gli scienziati hanno quindi condotto l'ottimizzazione simultanea delle caratteristiche strutturali identificate per massimizzare la pressione critica, minimizzare la barriera energetica e massimizzare il CAH. Per questo, hanno eseguito la progettazione ottimale di due membrane per applicazioni sulla purificazione dell'acqua e sulla microfluidica digitale. Panter et al. ha anche mostrato che un algoritmo genetico potrebbe essere utilizzato per individuare in modo efficiente il design ottimale nello spazio dei parametri e progettare strutture più complesse per applicazioni di bagnabilità speciali.
Ottimizzazione simultanea delle tre proprietà di bagnatura per applicazioni di distillazione a membrana e microfluidica digitale. (A) (i) Grafico del contorno 3D della funzione di punteggio della distillazione della membrana a Hr fisso =0,3, Ar =0,05, e tr =0,05. Ogni superficie è una superficie di punteggio costante. (ii) Una fetta 2D del diagramma di contorno 3D all'ottimale Lr =0,17. I punti dati quadrati mostrano l'iniziale (bianco), secondo (grigio chiaro), quinto (grigio scuro), e le generazioni finali (nere) dell'algoritmo genetico, proiettato sul piano 2D. (B) Funzione di punteggio per l'applicazione di microfluidica digitale, proiettato sul piano Hr =0,3 a B fisso =100 μm, mostrando anche le generazioni successive della popolazione dell'algoritmo genetico. Credito:progressi scientifici, doi:10.1126/sciadv.aav7328
In questo modo, gli scienziati hanno sviluppato tecniche computazionali altamente versatili per studiare qualsiasi superficie strutturata mesoscopicamente a contatto con più fasi fluide. La multiforme strategia di ottimizzazione può essere ulteriormente migliorata per affidabilità e scalabilità per accoppiarsi con i recenti progressi nella fabbricazione, tra cui la stampa 3D e i metodi litografici per progettare in modo efficiente superfici superomnifobiche del mondo reale.
© 2019 Scienza X Rete