Cách mới nhận diện ứng suất trong dòng chảy phức hợp

Các nhà nghiên cứu động lực học dòng chảy thường sử dụng nhiều kỹ thuật để nghiên cứu về những dòng chảy rối như các dòng chảy đại dương hoặc khí quyển xoáy của các hành tinh. Nhóm nghiên cứu của Arezoo Adrekani mới khám phá ra một cấu trúc toán học được sử dụng ở nhiều lĩnh vực khác nhau có thể đem lại thông tin có giá trị về ứng suất trong các hình học dòng chảy phức hợp.

Ardekani, một giáo sư kỹ thuật cơ học của ĐH Purdue, đã nghiên cứu về nhiều dạng dòng chảy phức hợp: từ các quá trình vận chuyển liên quan  tới dược phẩm sinh học, đến hành xử của các vi sinh vật trong dầu. “Chất lưu Newton như nước thì dễ hiểu bởi chúng không có cấu trúc vi mô”, bà nói. “Nhưng chất lỏng phức hợp lại có các đại phân tử có thể kéo giãn và nhiều thay đổi của các đặc tính của chất lỏng dẫn đến rất nhiều động lực học chất lỏng thú vị”.

Các chất lỏng dạng nhớt đàn hồi/đàn nhớt xuất hiện một cách thường xuyên trong tự nhiên, trong các thiết kế sinh dược và trong nhiều ứng dụng công nghiệp – như các dung dịch sử dụng trong thẩm thấu nước ngầm. “Khi các dung dịch chứa polymer dùng để phân tán hóa chất được thiết kế để phá vỡ các chất ô nhiễm”, Ardekani nói. “Nhưng loại nào của polymer được sử dụng, dung lượng là bao nhiêu, nơi nào chúng có thể được đưa vào? Chỉ có một cách để trả lời những câu hỏi này là hiểu được hành xử của các dòng chảy đó và cụ thể hơn là đo đạc các ứng suất của nó”.

Hiện tại, chỉ có một cách để định lượng ứng suất của dòng chảy chứa polymer là một kỹ thuật gọi là birefringence có thể đo đạc được các đặc tính quang cụ thể của dòng chảy. Nhưng rất khó để thực hiện nó, thông thường ít chính xác và thường không ứng dụng trên nhiều dạng đại phân tử.

Nhóm nghiên cứu của Ardekani đã khám phá ra một kỹ thuật mới. Họ đã tạo ra một khung toán học tính toán thông số đầu vào từ vận tốc chất lỏng, thu được từ vận tốc hình ảnh hạt (một kỹ thuật chung của động lực học chất lỏng), và các thông số đầu ra ứng suất và topo trường kéo bởi các chất lỏng phức hợp. Bài báo công bố kết quả nghiên cứu của họ trở thành bài “đinh” trên tạp chí Proceedings of the National Academy of Sciences (PNAS).

Trong vận tốc hình ảnh hạt (PIV), các hạt được theo đuổi được tiêm vào một chất lỏng. Bằng việc sử dụng chuyển động của các hạt đó, các nhà nghiên cứu có thể ngoại suy ra thông tin về toàn bộ chuyển động học của chất lỏng. Mặc dù có thể sử dụng cách này để đánh giá ứng suất của các dòng chất lỏng Newton nhưng nhóm nghiên cứu của Ardekani vẫn đi tìm một cách khác: khám phá ra một sự tương quan toán học giữa những kết quả đo đạc và ứng suất trong các dòng chảy nhớt đàn hồi.

Tất cả những kết nối thông qua các cấu trúc tương quan Lagrange (LCSs). “Các cấu trúc tương quan Lagrange là các cấu trúc toán học được dùng để dự đoán động lực học của dòng chảy chất lỏng”, Ardekani nói. “Chúng cũng được các nhà đại dương học dùng để dự đoán các dòng chảy đại dương sẽ chuyển động như thế nào; các nhà sinh học sẽ dò theo các vi sinh vật; và ngay cả các nhà vật lý thiên văn đang quan sát các đám mây rối trên những không gian như sao Jupiter”.

Trong khi các nhà nghiên cứu về chảy rối thường sử dụng LCSs nhưng cho đến nay thì họ vẫn chưa từng áp dụng ứng suất polymer. “Chúng tôi có hai nhánh cơ học trong môi trường liên tục khác nhau”, Ardekani nói. “Sử dụng lực kéo Lagrange, và áp dụng nó vào trường ứng suất Euler. Và ứng dụng nó với một phạm vi rộng ở nhiều qui mô khác nhau, từ đo đạc  ở quy mô trung bình đến ở quy mô công nghiệp”.

Bài báo này là sự hợp tác giữa Ardekani, nghiên cứu sinh của bà là Manish Kumar và Jeffrey Guasto, phó giáo sư kỹ thuật cơ học tại ĐH Tufts. Họ trình bày kết quả vào tháng 11 tại Hội nghị thường niên lần thứ 75của Hội Vật lý Mỹ APS, phân ban động lực học dòng chảy ở Indianapolis do Ardekani đồng tổ chức.

Dù nghiên cứu này chủ yếu là nằm ở phần toán học nhưng Ardekani rất hào hứng muốn chứng kiến các nhà thực nghiệm sử dụng kỹ thuật của mình trong phòng thí nghiệm và áp dụng trong cả thế giới thực. “Ví dụ như để sử dụng trong thẩm thấu nước ngầm”, Ardekani nói. “Các nhà nghiên cứu thường sử dụng phân tích chất đánh dấu trên các chất lỏng thẩm thấu để đo đạc trường vận tốc. Nhưng giờ đây, họ có thể nhận diện được các trường ứng suất, nhờ đó có thể dự đoán chính xác hơn sự vận chuyển của chất lỏng”.

Thanh Phương tổng hợp

Nguồn: https://phys.org/news/2023-01-stresses-complex-fluids.html

https://engineering.purdue.edu/ME/News/2023/a-new-way-to-identify-stresses-in-complex-fluids