p Em 1922, O meteorologista inglês Lewis Fry Richardson publicou a Previsão do Tempo por Análise Numérica. Este trabalho influente incluiu algumas páginas dedicadas a um modelo fenomenológico que descreveu a forma como vários fluidos (gases e líquidos) fluem através de um sistema de meio poroso e como o modelo poderia ser usado na previsão do tempo. p Desde então, pesquisadores continuaram a desenvolver e expandir o modelo de Richardson, e seus princípios têm sido usados ​​em campos como petróleo e engenharia ambiental, hidrologia, e ciência do solo.

p Cass Miller e William Gray, professores da Universidade da Carolina do Norte em Chapel Hill, são dois desses pesquisadores trabalhando juntos para desenvolver um método mais completo e preciso de modelagem de fluxo de fluido.

p Por meio de um prêmio INCITE do Departamento de Energia dos EUA (DOE), Miller e sua equipe receberam acesso ao supercomputador IBM AC922 Summit no Oak Ridge Leadership Computing Facility (OLCF), um DOE Office of Science User Facility localizado no Oak Ridge National Laboratory (ORNL) do DOE. O poder absoluto da máquina de 200 petaflop significa que Miller pode abordar o assunto dos fluxos de dois fluidos (misturas de líquidos ou gases) de uma forma que seria inconcebível na época de Richardson.

p Quebrando tradição

p O trabalho de Miller se concentra na maneira como dois fluidos fluem através de meios porosos (rochas ou madeira, por exemplo) são calculados e modelados. Numerosos fatores influenciam o movimento de fluidos através de meios porosos, mas por razões diferentes, nem todas as abordagens computacionais os consideram. Em geral, os fenômenos básicos que afetam o transporte desses fluidos - como a transferência de massa e momento - são bem compreendidos pelos pesquisadores em pequena escala e podem ser calculados com precisão.

p "Se você olhar para um sistema de mídia porosa em uma escala menor, "Miller disse, "uma escala contínua onde digamos, por exemplo, um ponto existe inteiramente dentro de uma fase fluida ou dentro de uma fase sólida, entendemos fenômenos de transporte nessa escala relativamente bem - chamamos isso de microescala. Infelizmente, não podemos resolver muitos problemas em microescala. Assim que você começar a pensar sobre onde estão as partículas sólidas e onde cada fluido está, torna-se computacionalmente e pragmaticamente opressor descrever um sistema nessa escala. "

p Para resolver este problema de escala, pesquisadores têm tradicionalmente abordado a maioria dos problemas práticos de fluxo de fluido em macroescala, uma escala em que a computação se torna mais viável. Como inúmeras aplicações do mundo real exigem respostas para vários problemas de fluxo de fluido, os cientistas tiveram que sacrificar certos detalhes em seus modelos para o propósito de soluções acessíveis. Avançar, O modelo fenomenológico de Richardson foi escrito sem derivação formal em escala maior, o que significa que a física fundamental em microescala, por exemplo, não são representados explicitamente em modelos de macroescala tradicionais.

p Na época de Richardson, essas omissões eram razoáveis. Sem métodos computacionais modernos, ligar a física em microescala a um modelo em grande escala era uma tarefa quase impensável. Mas agora, com a ajuda do supercomputador mais rápido do mundo para ciência aberta, Miller e sua equipe estão fazendo a ponte entre a microescala e a macroescala. Para fazer isso, eles desenvolveram uma abordagem conhecida como Teoria da Média Termodinamicamente Restrita (TCAT).

p “A ideia do TCAT é superar essas limitações, "Miller disse." Podemos de alguma forma começar com a física que é bem ou melhor compreendida e chegar a modelos que descrevam a física para os sistemas nos quais estamos interessados ​​na macroescala? "

p A abordagem TCAT

p A física em microescala fornece uma base fundamental para representar fenômenos de transporte por meio de sistemas de mídia porosa. Para resolver problemas de interesse da sociedade, Contudo, A equipe de Miller precisava encontrar uma maneira de traduzir esses primeiros princípios em modelos matemáticos de grande escala.

p "A ideia por trás do modelo TCAT é que partamos da microescala, "Miller disse, "e pegamos essa física de menor escala, que inclui princípios de termodinâmica e conservação, e movemos tudo isso para uma escala maior de uma forma matemática rigorosa onde, por necessidade, temos que aplicar esses modelos.

p A equipe de Miller usa Summit para ajudar a entender a física detalhada agindo em microescala e usa os resultados para ajudar a validar o modelo TCAT.

p "Queremos avaliar esta nova teoria separando-a e observando os mecanismos individuais e os sistemas maiores e o modelo geral, "Disse Miller." A maneira como fazemos isso é computando em pequena escala. Rotineiramente fazemos simulações em treliças que podem ter até bilhões de locais, mais de cem bilhões de locais de treliça em alguns casos. Isso significa que podemos resolver com precisão a física em uma escala refinada para sistemas que são suficientemente grandes para satisfazer nosso desejo de avaliar e validar esses modelos.

p "A Summit fornece um recurso único que nos permite realizar essas simulações em microescala altamente resolvidas para avaliar e validar esta nova classe de modelos empolgantes, " ele adicionou.

p Mark Berrill, do Grupo de Computação Científica do OLCF, colaborou com a equipe para permitir a análise das simulações em microescala de alta resolução.

p Para continuar o trabalho, Miller e sua equipe receberam mais 340, 000 horas de nó no Summit por meio do programa INCITE 2020.

p "Embora tenhamos elaborado a teoria de como podemos modelar esses sistemas em uma escala maior, estamos trabalhando por meio do INCITE para avaliar e validar essa teoria e, finalmente, reduzi-la a uma prática rotineira que beneficia a sociedade, "Disse Miller.