p Você já se perguntou por que o leite é tão branco ou por que a maionese parece tão espessa e ainda assim pode escorrer para fora da mamadeira? p Você está ciente de que essas substâncias são apenas óleo e água misturados, embora não tenham a aparência nem a sensação de nenhum deles?

p Acontece que esses pequenos mistérios deliciosos costumam causar grandes dores de cabeça para os engenheiros químicos que planejam um processo de produção de xampu ou administram uma instalação de recuperação de óleo no Mar do Norte. O IBM Research e o Centro Hartree do Conselho de Instalações de Ciência e Tecnologia (STFC) estão usando matemática e computação de alto desempenho para ajudar esses engenheiros a entender a ciência por trás desse enigma.

p Compreender o comportamento dos colóides - mistura macroscópica de partículas insolúveis - continua sendo uma tarefa desafiadora de imensa importância prática. Encontramos sistemas ao nosso redor, nesses produtos aparentemente mundanos, como leite, maionese ou shampoos, por meio de eventos climáticos diários, como névoa, nuvens ou (infelizmente!) poluição, até grandes processos industriais em engenharia química. Freqüentemente, essas misturas exibem alguns comportamentos surpreendentes em que o todo é mais do que apenas a soma das partes. A pesquisa científica nesta área tem uma longa e ilustre história, mas a recente adição de HPC ao nosso kit de ferramentas científicas nos permite explorar casos que são muito difíceis para análise clássica ou muito caros para experimentação.

p Pesquisadores da IBM e do Hartree Center estão trabalhando em colaboração para construir modelos matemáticos e programas de computador que permitem o estudo detalhado da dinâmica coloidal. A complexidade da modelagem desses fluxos vem da presença de múltiplas interfaces entre as fases imiscíveis (pois não formam um único fluido), ampla gama de escalas e no caso de dispersões líquidas ou gasosas de formas constantemente deformadas. Por exemplo, em uma ruptura de jato líquido, o jato pode ser muitas vezes maior do que as gotas devido ao rompimento primário e secundário e, ao mesmo tempo, muitas vezes menor do que as dimensões geométricas da unidade misturadora. A resolução direta de todas essas escalas resultaria em um custo computacional excessivo que nos leva a buscar alternativas na forma de várias estratégias de modelagem multi-escala.

p Portanto, junto com meus colegas, estou trabalhando em técnicas escalonáveis ​​para resolver com precisão os detalhes de tais fluxos, bem como suas características macroscópicas eficazes, como viscosidades de mistura, tamanhos médios de queda, arrasto interfacial, etc. As simulações numéricas diretas são realizadas apenas para pequenas porções do domínio completo e o pós-processamento automático extrai informações sobre características predefinidas e identifica o regime de fluxo geral. A modelagem do sistema completo pode então empregar os relacionamentos identificados como leis de fechamento ou condições de contorno. A justificativa intuitiva para essa estratégia é que os traços característicos são essencialmente repetitivos e não precisam ser resolvidos em todos os lugares.

p Engenheiros químicos, dependendo do contexto, podem querer minimizar ou maximizar a eficiência de mistura de suas plantas de processo. Para responder às suas perguntas, precisamos ser capazes de empregar nossas descobertas dos estudos detalhados em modelos de sistemas muito maiores. É por isso que também estamos trabalhando em novos métodos de acoplamento de código, permitindo a troca de dados entre códigos de simulação que operam em diferentes escalas espaciais.

p O componente final é uma estrutura de visualização que implementa princípios centrados em dados para evitar tensão excessiva na entrada / saída do disco e fornece a capacidade de resposta de um aplicativo semelhante ao de um desktop. A combinação da execução de múltiplas simulações com visualização simultânea é adequada para os recursos de modernos clusters heterogêneos de computador.

p Geral, a ciência e a tecnologia trabalhando em conjunto podem fornecer uma maneira muito mais abrangente de estudar fenômenos em várias escalas relacionados a dispersões coloidais. Os principais benefícios são a capacidade de refinar modelos usados ​​no nível de dispositivo de engenharia com resultados de simulações detalhadas e possibilidade de explorar novos regimes de fluxo. Então, da próxima vez que você lavar o cabelo, experimente apreciar como a ciência, experimentação, matemática e HPC contribuindo para fazer a mistura perfeita.