Una nueva forma de ver el estrés – usando supercomputadoras

Una nueva forma de ver el estrés – usando supercomputadoras
Es fácil dar mucho por sentado. Los científicos hacen esto cuando estudian el estrés, la fuerza por unidad de área en un objeto. Los científicos manejan el estrés matemáticamente asumiendo que tiene simetría.

Eso significa que los componentes del estrés son idénticos si transformas el objeto estresado con algo como un giro o un giro. Las simulaciones de supercomputadoras muestran que, a nivel atómico, el estrés del material no se comporta de manera simétrica.

Los hallazgos podrían ayudar a los científicos a diseñar nuevos materiales, como vidrio o metal, que no se enfríen.

Esto es según un estudio publicado en septiembre de 2018 en las Actas de la Royal Society A . El coautor del estudio Liming Xiong resumió los dos hallazgos principales.

«La propiedad simétrica comúnmente aceptada de un tensor de tensión en la mecánica de continuidad clásica se basa en ciertas suposiciones, y no serán válidas cuando un material se resuelva en una resolución atomística»

Xiong continuó diciendo que «las fórmulas de estrés Virial atómico o Hardy de estrés ampliamente utilizadas subestiman significativamente el estrés cerca de un concentrador de estrés, como un núcleo de dislocación.

Una punta de grieta o una interfaz, en un material bajo deformación». Liming Xiong es profesor asistente en el Departamento de Ingeniería Aeroespacial de la Universidad Estatal de Iowa.

Xiong y sus colegas trataron el estrés de una manera diferente a la mecánica de continuidad clásica, lo que supone que un material es infinitamente divisible, de manera que el momento de impulso se desvanece para el punto material cuando su volumen se acerca a cero.

En su lugar, utilizaron la definición por el matemático AL Cauchy del estrés como la fuerza por unidad de área que actúa en tres planos rectangulares. Con eso, realizaron simulaciones de dinámica molecular para medir el tensor de tensión a escala atómica de materiales con inhomogeneidades causadas por dislocaciones, límites de fase y agujeros.

Los desafíos computacionales, dijo Xiong, aumentan hasta los límites de lo que actualmente es computable cuando se trata de fuerzas atómicas que interactúan dentro de una pequeña fracción del espacio de una gota de lluvia. Miles de millones de pares atómicos requerirán una gran cantidad de recursos de computación», dijo Xiong.

Lo que es más, agregó Xiong, es la falta de un código informático bien establecido que pueda usarse para el cálculo de la tensión local en la escala atómica.

«Básicamente, estamos tratando de enfrentar dos desafíos», dijo Xiong. «Uno es redefinir el estrés a nivel atómico. El otro es que, si tenemos una cantidad de estrés bien definida, ¿podemos utilizar recursos de supercomputadoras para calcularlo?»

Xiong se adjudicó asignaciones de supercomputador en XSEDE, el entorno de descubrimiento de ingeniería e ciencia extrema, financiado por la Fundación Nacional de Ciencia.

Eso le dio a Xiong acceso al sistema Comet en el San Diego Supercomputer Center; y Jetstream, un entorno de nube respaldado por la Universidad de Indiana, la Universidad de Arizona y el Centro de computación avanzada de Texas.

«Jetstream es una plataforma muy adecuada para desarrollar un código de computadora, depurarlo y probarlo», dijo Xiong. «Jetstream está diseñado para cálculos a pequeña escala, no para cálculos a gran escala.

El sistema Jetstream es un recurso de computación configurable a gran escala que aprovecha la tecnología de máquina virtual a pedido y persistente para admitir una gama mucho más amplia de entornos y servicios de software que los recursos actuales de NSF.

«La depuración de ese código necesitaba monitoreo en la nube y asignación de recursos de inteligencia bajo demanda», recordó Xiong. «Necesitábamos probarlo primero, porque ese código no estaba disponible. Jetstream tiene una característica única de monitoreo en la nube y asignación de recursos de inteligencia a pedido.

«Lo que más impresionó a nuestro grupo de investigación sobre Jetstream», continuó Xiong, «fue el monitoreo en la nube. Durante la etapa de depuración del código, realmente necesitamos monitorear el rendimiento del código durante el cálculo.

Si el código no está completamente desarrollado, Si aún no se ha realizado una evaluación comparativa, no sabemos qué parte tiene un problema.  Esto es muy singular «, dijo Xiong.

El trabajo de simulación, dijo Xiong, ayuda a los científicos a cerrar la brecha entre las escalas micro y macro de la realidad, en una metodología llamada modelado multiescala.

«Multiescala está tratando de unir el continuo atomista. Para desarrollar una metodología para el modelado multiescala, necesitamos tener definiciones consistentes para cada cantidad en cada nivel … Esto es muy importante para el establecimiento de una atomística concurrente autoconsistente herramienta computacional continua.

Con esa herramienta, podemos predecir el rendimiento del material, las cualidades y los comportamientos desde abajo hacia arriba. Al considerar el material como una colección de átomos, podemos predecir sus comportamientos. El estrés es solo un escalón. eso, tenemos las cantidades para unir el continuo «, dijo Xiong.

Xiong y su grupo de investigación están trabajando en varios proyectos para aplicar su comprensión del estrés para diseñar nuevos materiales con propiedades novedosas.

«Uno de ellos es el deshielo de las superficies de los materiales», explicó Xiong. «Un fenómeno común que puede observar es el hielo que se forma en la ventana de un automóvil cuando hace frío. Si desea eliminarlo, debe aplicar una fuerza sobre el hielo.

La fuerza y ​​la energía necesarias para eliminar el hielo están relacionadas con el estrés. «La definición del tensor y las interfaces entre el hielo y la ventana del automóvil. Básicamente, la definición de estrés, si está clara a escala local, proporcionará la guía principal para usar en nuestra vida diaria».

Xiong ve un gran valor en el lado computacional de la ciencia. «La supercomputación es una forma realmente poderosa de computar. Hoy en día, la gente quiere acelerar el desarrollo de nuevos materiales.

Queremos fabricar y entender el comportamiento del material antes de ponerlo en producción en masa. Eso requerirá una herramienta de simulación predictiva. Esa simulación predictiva «La herramienta realmente considera los materiales como una colección de átomos.

El grado de libertad asociado con los átomos será enorme. Incluso una muestra de tamaño micrométrico contendrá miles de millones de átomos. Sólo una supercomputadora puede ayudar. Esto es muy singular para la supercomputación», dijo Xiong.

Leave a Reply