Ti sei mai chiesto perché il latte è così bianco o perché la maionese sembra così densa eppure può fuoriuscire dalla bottiglia?

Sei consapevole che queste sostanze del genere sono solo olio e acqua mescolati insieme anche se sembrano e non sembrano nessuno dei due?

Si scopre che questi deliziosi piccoli misteri spesso causano grossi grattacapi agli ingegneri chimici che progettano un processo di produzione di shampoo o gestiscono un impianto di recupero del petrolio nel Mare del Nord. IBM Research e l'Hartree Center del Science and Technology Facilities Council (STFC) utilizzano la matematica e l'elaborazione ad alte prestazioni per aiutare questi ingegneri a comprendere la scienza alla base di questo enigma.

Comprendere il comportamento dei colloidi – miscela macroscopica di particelle insolubili – rimane un compito impegnativo di immensa importanza pratica. Troviamo sistemi intorno a noi, in questi prodotti apparentemente banali come il latte, maionese o shampoo, attraverso eventi meteorologici quotidiani come la nebbia, nuvole o (ahimè!) inquinamento, fino ai grandi processi industriali nell'ingegneria chimica. Spesso queste miscele mostrano alcuni comportamenti sorprendenti in cui il tutto è più di una semplice somma delle parti. La ricerca scientifica in questo settore ha una storia lunga e illustre, ma la recente aggiunta dell'HPC al nostro kit di strumenti scientifici ci consente di esplorare casi troppo difficili per l'analisi classica o troppo costosi per la sperimentazione.

I ricercatori dell'IBM e dell'Hartree Center stanno lavorando in collaborazione per costruire modelli matematici e programmi per computer che consentano lo studio dettagliato della dinamica colloidale. La complessità della modellazione di questi flussi deriva dalla presenza di molteplici interfacce tra fasi immiscibili (in quanto non formano un unico fluido), vasta gamma di scale e in caso di dispersioni liquide o gassose deformando costantemente le forme. Ad esempio in una rottura del getto liquido, il getto può essere molte volte più grande delle gocce dovute alla rottura primaria e secondaria e nello stesso tempo molte volte più piccolo delle dimensioni geometriche del gruppo miscelatore. Una risoluzione diretta di tutte queste scale comporterebbe un costo computazionale eccessivo che ci porta a cercare alternative sotto forma di varie strategie di modellazione multiscala.

Perciò, insieme ai miei colleghi sto lavorando su tecniche scalabili per risolvere con precisione i dettagli di tali flussi così come le loro effettive caratteristiche macroscopiche come le viscosità delle miscele, dimensioni medie delle gocce, trascinamento interfacciale ecc. Le simulazioni numeriche dirette vengono eseguite solo per piccole porzioni del dominio completo e la post-elaborazione automatica estrae informazioni su caratteristiche predefinite e identifica il regime di flusso complessivo. La modellazione dell'intero sistema può quindi impiegare le relazioni identificate come leggi di chiusura o condizioni al contorno. La giustificazione intuitiva di questa strategia è che i tratti caratteristici sono essenzialmente ripetitivi e non devono essere risolti ovunque.

Ingegneri chimici, a seconda del contesto, potrebbero voler ridurre al minimo o massimizzare l'efficienza di miscelazione dei propri impianti di processo. Per rispondere alle loro domande, dobbiamo essere in grado di impiegare i risultati degli studi dettagliati in modelli di sistemi molto più grandi. Questo è il motivo per cui stiamo anche lavorando su nuovi metodi di accoppiamento del codice che consentano lo scambio di dati tra codici di simulazione operanti su diverse scale spaziali.

Il componente finale è un framework di visualizzazione che implementa principi incentrati sui dati per evitare un carico eccessivo sull'input/output del disco e fornire la reattività di un'applicazione simile a un desktop. La combinazione dell'esecuzione di più simulazioni con la visualizzazione simultanea è particolarmente adatta alle capacità dei moderni cluster di computer eterogenei.

Globale, la scienza e la tecnologia che lavorano in tandem possono fornire un modo molto più completo di studiare i fenomeni multiscala legati alle dispersioni colloidali. I principali vantaggi sono la capacità di perfezionare i modelli utilizzati a livello di dispositivo di ingegneria con i risultati di simulazioni dettagliate e la possibilità di esplorare nuovi regimi di flusso. Quindi la prossima volta che ti lavi i capelli prova ad apprezzare come la scienza, sperimentazione, matematica e HPC contribuiscono a creare la miscela perfetta.