Résultats informatiques d'une nappe liquide développant une instabilité qui conduira éventuellement à une rupture primaire. Crédit :IBM
Vous êtes-vous déjà demandé pourquoi le lait est si blanc ou pourquoi la mayonnaise semble si épaisse et pourtant elle peut couler de la bouteille ?
Savez-vous que ces substances ne sont que de l'huile et de l'eau mélangées bien qu'elles ne ressemblent ni à l'une ni à l'autre ?
Il s'avère que ces délicieux petits mystères causent souvent de gros maux de tête aux ingénieurs chimistes qui conçoivent un processus de production de shampoing ou exploitent une installation de récupération de pétrole en mer du Nord. IBM Research et le centre Hartree du Science and Technology Facilities Council (STFC) utilisent les mathématiques et le calcul haute performance pour aider ces ingénieurs à comprendre la science derrière cette énigme.
Comprendre le comportement des colloïdes - un mélange macroscopique de particules insolubles - reste une tâche difficile d'une immense importance pratique. Nous trouvons des systèmes tout autour de nous, dans ces produits apparemment banals comme le lait, mayonnaise ou shampoings, à travers les événements météorologiques quotidiens comme la brume, nuages ou (hélas !) pollution, jusqu'aux grands procédés industriels en génie chimique. Souvent, ces mélanges présentent des comportements surprenants où le tout est plus qu'une simple somme des parties. La recherche scientifique dans ce domaine a une longue et illustre histoire, mais l'ajout récent du HPC à notre boîte à outils scientifique nous permet d'explorer des cas qui sont soit trop difficiles pour l'analyse classique, soit trop coûteux pour l'expérimentation.
Des chercheurs d'IBM et du Hartree Center travaillent en collaboration pour créer des modèles mathématiques et des programmes informatiques permettant d'étudier en détail la dynamique colloïdale. La complexité de la modélisation de ces écoulements vient de la présence de multiples interfaces entre phases non miscibles (car elles ne forment pas un seul fluide), large gamme d'échelles et en cas de dispersions liquides ou gazeuses déformant constamment les formes. Par exemple dans une rupture de jet liquide, le jet peut être plusieurs fois plus gros que les gouttes du fait de la rupture primaire et secondaire et en même temps plusieurs fois plus petit que les dimensions géométriques du bloc mélangeur. Une résolution directe de toutes ces échelles entraînerait un coût de calcul excessif qui nous amène à rechercher des alternatives sous la forme de diverses stratégies de modélisation multi-échelles.
Par conséquent, avec mes collègues, je travaille sur des techniques évolutives pour résoudre avec précision les détails de ces écoulements ainsi que leurs caractéristiques macroscopiques efficaces telles que les viscosités des mélanges, tailles de gouttes moyennes, traînée interfaciale, etc. Les simulations numériques directes ne sont effectuées que pour de petites portions du domaine complet et le post-traitement automatique extrait des informations sur des caractéristiques prédéfinies et identifie le régime d'écoulement global. La modélisation du système complet peut alors utiliser les relations identifiées comme lois de fermeture ou conditions aux limites. La justification intuitive de cette stratégie est que les traits caractéristiques sont essentiellement répétitifs et n'ont pas besoin d'être résolus partout.
Ingénieurs chimistes, selon le contexte, peuvent vouloir minimiser ou maximiser l'efficacité de mélange de leurs usines de traitement. Pour répondre à leurs questions, nous devons être en mesure d'utiliser les résultats des études détaillées dans des modèles de systèmes beaucoup plus vastes. C'est pourquoi nous travaillons également sur de nouvelles méthodes de couplage de codes permettant l'échange de données entre des codes de simulation fonctionnant à différentes échelles spatiales.
Une vue complète d'une simulation détaillée de la rupture d'une nappe liquide (en haut) avec un tracé de contour d'une tranche du plan médian (en bas). Crédit :IBM
Le dernier composant est un cadre de visualisation mettant en œuvre des principes centrés sur les données pour éviter une contrainte excessive sur les entrées/sorties du disque et offrant la réactivité d'une application de type bureau. La combinaison de l'exécution de plusieurs simulations avec une visualisation simultanée est bien adaptée aux capacités des clusters informatiques hétérogènes modernes.
Globalement, la science et la technologie travaillant en tandem peuvent fournir un moyen beaucoup plus complet d'étudier les phénomènes multi-échelles liés aux dispersions colloïdales. Les principaux avantages sont la possibilité d'affiner les modèles utilisés au niveau du dispositif d'ingénierie avec les résultats de simulations détaillées et la possibilité d'explorer de nouveaux régimes d'écoulement. Alors la prochaine fois que vous vous lavez les cheveux, essayez d'apprécier comment la science, expérimentation, les maths et le HPC contribuent à faire le mélange parfait.
