Simple Science

Scienza all'avanguardia spiegata semplicemente

# Fisica# Materia condensata morbida# Dinamica dei fluidi

Nuovo modello simula in modo efficace le sospensioni dense

Introducendo un modello per simulare meglio i comportamenti di miscele di particelle dense.

― 7 leggere min


Simulando sospensioniSimulando sospensionidensedense.comportamenti di miscele di particelleUn nuovo modello prevede i
Indice

Le sospensioni dense sono miscele di particelle solide in un liquido denso. Le trovi in tanti posti, dai prodotti quotidiani come vernice e yogurt ai processi industriali e fenomeni naturali. Per capire come si comportano queste miscele, è fondamentale creare modelli informatici efficaci che possano simulare i loro movimenti e interazioni. Questo articolo presenta un nuovo modello di simulazione che cattura gli aspetti importanti di queste sospensioni dense, concentrandosi in particolare sulle piccole particelle, chiamate colloidi, e su come si comportano in diverse condizioni.

La Sfida delle Piccole Particelle

Le piccole particelle, solitamente di pochi micrometri, rappresentano una sfida unica. Quando la miscela subisce basse velocità di taglio, il che significa che non c'è molta forza che agisce su di essa, le interazioni tra le particelle influenzano notevolmente il loro movimento. D'altra parte, a velocità di taglio elevate, dove c'è più forza applicata, il modo in cui le particelle si toccano e interagiscono diventa più importante. La maggior parte dei metodi di simulazione attuali funziona bene per particelle grandi, ma tende a faticare con le piccole particelle colloidali.

Un Nuovo Modello per le Sospensioni Dense

Questo articolo introduce un modello numerico semplificato per simulare sospensioni colloidali dense. Il modello tiene conto delle interazioni tra le particelle, delle forze che si esercitano l'una sull'altra e dei loro movimenti casuali dovuti all'energia termica (chiamato Moto Browniano). Utilizzando forze a coppie, che vuol dire guardare come due particelle interagiscono alla volta, il nostro modello può simulare in modo efficiente grandi gruppi di particelle.

Con questo nuovo modello, possiamo osservare caratteristiche essenziali di come si comportano queste sospensioni. Ad esempio, a basse velocità di taglio, vediamo una diminuzione della Viscosità a causa del movimento termico delle particelle, mentre ad alte velocità di taglio, la viscosità aumenta a causa della formazione di contatti tra le particelle.

Implementare il Modello

Abbiamo implementato questo modello in un codice informatico popolare e ampiamente utilizzato chiamato LAMMPS. Questo software consente ai ricercatori di simulare rapidamente e in modo efficiente un gran numero di particelle, facilitando lo studio del comportamento delle sospensioni dense. La velocità delle simulazioni è cruciale per esaminare vari scenari e condizioni, specialmente quando si lavora con molte particelle.

L'Importanza della Simulazione

Le proprietà di flusso di miscele dense di particelle in un liquido denso sono affascinanti, e capire come si comportano è importante sia scientificamente che praticamente. Molte applicazioni del mondo reale nella produzione alimentare, nella produzione e persino nella geofisica dipendono da come questi materiali fluiscono e si comportano sotto stress.

Le piccole particelle, in particolare quelle di circa un micron, si trovano in molti prodotti, rendendo il loro studio ancora più rilevante. Queste particelle spesso mostrano comportamenti che possono essere difficili da prevedere, specialmente quando i loro movimenti casuali interagiscono con le forze applicate alla miscela.

Le simulazioni basate sulle particelle possono fornire utili intuizioni sul comportamento fisico di questi materiali. Analizzando come si comportano singole particelle, i ricercatori possono migliorare i processi industriali come mescolamento ed estrusione, o persino aiutare a progettare nuovi materiali utilizzando additivi per ottenere proprietà desiderate.

Metodi Computazionali Chiave

Ci sono due principali metodi computazionali tipicamente usati per simulare sospensioni di particelle: la Dinamica Stokesiana (SD) e il Metodo degli Elementi Discreti (DEM).

Dinamica Stokesiana (SD)

La SD è un metodo computazionale complesso focalizzato sulla simulazione del comportamento di piccole particelle sospese in un fluido. Considera le forze che agiscono su ogni particella e come queste forze influenzano i loro movimenti. Nonostante catturi accuratamente molte interazioni, la SD non è diventata mainstream nelle applicazioni pratiche a causa della sua complessità computazionale e dei costi più elevati.

Metodo degli Elementi Discreti (DEM)

D'altra parte, il DEM è più comunemente usato in pratica. Simula il comportamento di materiali granulari come polveri e grani guardando alle forze che agiscono su ogni particella. A differenza della SD, il DEM consente l'inerzia, il che significa che considera gli effetti dei movimenti delle particelle piuttosto che bilanciare le forze a ogni passo.

Sebbene il DEM sia pratico per simulare sospensioni dense, non tiene adeguatamente conto della fisica delle piccole particelle all'interfaccia critica tra comportamento colloidale e granulare. Il nostro nuovo modello mira a colmare quella lacuna considerando le forze di contatto, le interazioni idrodinamiche e i movimenti termici in modo più efficace.

Il Nuovo Modello di Simulazione Spiegato

Il nostro modello di simulazione è costruito su componenti chiave che gli permettono di prevedere il comportamento di miscele dense.

Interazioni tra Particelle

Il modello incorpora le interazioni tra particelle, che includono forze di contatto diretto, Forze Idrodinamiche e gli effetti del moto browniano. Le forze sono governate da equazioni che descrivono come le particelle interagiscono in base alle loro posizioni e movimenti. Il movimento di ogni particella è influenzato da tre principali tipi di forze:

  1. Forze di Contatto Diretto: Quando due particelle sono vicine, si esercitano una forza l'una sull'altra. Lo modella con un comportamento simile a molle, dove la forza aumenta man mano che le particelle si avvicinano.

  2. Forze Idrodinamiche: Queste forze derivano dal movimento del fluido attorno alle particelle. Possono influenzare quanto velocemente si muovono le particelle e come interagiscono tra loro.

  3. Forze Browniane: Rappresentano i movimenti casuali che le particelle subiscono a causa dell'energia termica. Sono importanti per le piccole particelle, poiché i loro movimenti sono fortemente influenzati dall'agitazione termica.

Derivare le Equazioni di Movimento

Per ogni particella, deriviamo equazioni che governano il suo movimento in base alle forze che agiscono su di essa. Queste equazioni includono gli effetti della traduzione (movimento) e della rotazione. Questo permette al modello di riflettere accuratamente come si comportano le particelle in una sospensione densa.

Aggiornare le Posizioni delle Particelle

Utilizziamo un approccio passo-passo per aggiornare la posizione e il movimento di ciascuna particella in base alle forze calcolate. Questo metodo passo dopo passo ci consente di simulare il sistema nel tempo, osservando come la sospensione si comporta in varie condizioni.

Osservare le Previsioni del Modello

Dopo aver implementato il modello, lo abbiamo testato in diverse condizioni per valutarne le prestazioni. Ci siamo concentrati su caratteristiche importanti del comportamento della sospensione:

Comportamento della Viscosità

Il modello ha previsto con successo la viscosità della sospensione in funzione della velocità di taglio, che è quanto velocemente la miscela viene spinta o tirata. Abbiamo osservato un plateau a bassa velocità di taglio, dove la viscosità rimane costante, seguito da un comportamento di shear-thinning man mano che la velocità di taglio aumenta. A velocità di taglio ancora più elevate, abbiamo notato uno shear-thickening, dove la viscosità aumenta bruscamente a causa della formazione di contatti tra le particelle.

Traiettorie delle Particelle

Abbiamo anche esaminato le traiettorie delle singole particelle nel tempo, confermando che seguono comportamenti statistici previsti. Il modello ha riflettuto accuratamente la transizione da movimenti casuali a comportamenti più strutturati attesi ad alte velocità di taglio.

Esaminare i Risultati

Nelle nostre simulazioni, abbiamo analizzato diversi parametri come la dimensione delle particelle, la densità delle particelle e la viscosità del liquido. Abbiamo variato questi fattori per capire la loro influenza sul comportamento generale della sospensione. In questo modo, siamo stati in grado di replicare meglio scenari del mondo reale.

Identificare i Parametri Chiave

Sono emersi diversi parametri chiave che hanno giocato un ruolo critico nel comportamento della sospensione:

  1. Frazione Volume: Questo si riferisce a quanto spazio nel liquido è occupato da particelle. Frazioni di volume più elevate portano generalmente a una maggiore viscosità.

  2. Coefficienti di Attrito delle Particelle: La quantità di attrito tra le particelle influisce su come scivolano l'una sull'altra. Maggiore attrito può portare a un aumento della viscosità, in particolare a basse velocità di taglio.

  3. Velocità di Taglio: La velocità con cui la sospensione viene mescolata o spinta ha un impatto significativo sulla sua viscosità.

Conclusione

Questo nuovo modello per simulare sospensioni dense fornisce intuizioni preziose su come si comportano le piccole particelle in liquidi densi. Incorporando interazioni cruciali come forze di contatto, effetti idrodinamici e movimenti termici, il modello cattura le complesse dinamiche dei sistemi colloidali e granulari.

Apre delle strade per comprendere meglio le proprietà di flusso di questi materiali, che sono rilevanti in molte industrie. I risultati potrebbero migliorare potenzialmente i processi nella produzione, nella produzione alimentare e in altri settori che dipendono da sospensioni dense.

Avanzando la nostra capacità di simulare e prevedere il comportamento delle sospensioni, i ricercatori possono migliorare la loro comprensione di questi sistemi. Il modello descritto offre un approccio flessibile e pratico per studiare miscele dense, aprendo la strada a futuri lavori che includano scenari e applicazioni più complessi.

Fonte originale

Titolo: Simulating the rheology of dense suspensions using pairwise formulation of contact, lubrication and Brownian forces

Estratto: Dense suspensions of solid particles in viscous liquid are ubiquitous in both industry and nature, and there is a clear need for efficient numerical routines to simulate their rheology and microstructure. Particles of micron size present a particular challenge: at low shear rates colloidal interactions control their dynamics while at high rates granular-like contacts dominate. While there are established particle-based simulation schemes for large-scale non-Brownian suspensions using only pairwise lubrication and contact forces, common schemes for colloidal suspensions generally are more computationally costly and thus restricted to relatively small system sizes. Here we present a minimal particle-based numerical model for dense colloidal suspensions which incorporates Brownian forces in pairwise form alongside contact and lubrication forces. We show that this scheme reproduces key features of dense suspension rheology near the collodial-to-granular transition, including both shear-thinning due to entropic forces at low rates and shear thickening at high rate due to contact formation. This scheme is implemented in LAMMPS, a widely-used open source code for parallelized particle-based simulations, with a runtime that scales linearly with the number of particles making it amenable for large-scale simulations.

Autori: Xuan Li, John R. Royer, Christopher Ness

Ultimo aggiornamento: 2023-07-25 00:00:00

Lingua: English

URL di origine: https://arxiv.org/abs/2307.13802

Fonte PDF: https://arxiv.org/pdf/2307.13802

Licenza: https://creativecommons.org/licenses/by/4.0/

Modifiche: Questa sintesi è stata creata con l'assistenza di AI e potrebbe presentare delle imprecisioni. Per informazioni accurate, consultare i documenti originali collegati qui.

Si ringrazia arxiv per l'utilizzo della sua interoperabilità ad accesso aperto.

Altro dagli autori

Articoli simili