Un equipo de investigación de la Escuela de Ingeniería de la Universidad de Ciencia y Tecnología de Hong Kong (HKUST) ha desarrollado un nuevo modelo computacional que promete revolucionar el estudio del movimiento de materiales granulares como suelos, arenas y polvos. Este innovador sistema, que integra las interacciones dinámicas entre partículas, aire y agua, tiene el potencial de predecir deslizamientos de tierra con mayor precisión, mejorar sistemas de riego y extracción de petróleo, así como optimizar procesos en la producción de alimentos y medicamentos.
El movimiento de materiales granulares es fundamental en numerosos entornos naturales y operaciones industriales, siendo crucial comprender cómo estas partículas interactúan con fluidos como el agua y el aire. Sin embargo, los modelos existentes enfrentan dificultades para capturar estas interacciones de manera precisa, especialmente en condiciones de saturación parcial donde intervienen fuerzas como la acción capilar y la viscosidad.
Desarrollo del modelo PUA-DEM
El Pore Unit Assembly-Discrete Element Model (PUA-DEM), liderado por el profesor Zhao Jidong del Departamento de Ingeniería Civil y Ambiental de HKUST, se presenta como una solución a estos desafíos. Publicados en Proceedings of the National Academy of Sciences, los hallazgos destacan que, a diferencia de los modelos convencionales que suelen depender de acoplamientos simplificados, el PUA-DEM incorpora principios físicos rigurosos que rigen las interacciones dinámicas entre partículas y fluidos. Esto permite un acoplamiento robusto que captura con precisión el flujo de fluidos, el movimiento de partículas y la evolución de tensiones y presiones a lo largo del espectro de condiciones de saturación, desde completamente saturadas hasta completamente secas.
Este modelo, basado en principios fundamentales de la física, es el primero de su tipo en lograr una precisión excepcional en la predicción de comportamientos complejos en sistemas multiphásicos. Sus aplicaciones en ingeniería geotécnica, ciencia ambiental y diversos procesos industriales son significativas.
El equipo de investigación está actualmente explorando oportunidades de colaboración con el gobierno y la industria para aplicar su modelo a desafíos del mundo real. Esto incluye el desarrollo de un sistema de alerta temprana para deslizamientos de tierra, la optimización de estrategias de riego a través de simulaciones de retención de agua e interacciones suelo-raíz, y la mejora de la eficiencia en la captura de carbono y extracción de petróleo mediante predicciones precisas de flujo multiphásico.
En el ámbito farmacéutico, la capacidad de control preciso del procesamiento de polvos ofrece un potencial transformador, permitiendo una producción de medicamentos más segura, efectiva y eficiente, con una mayor consistencia en las formas de dosificación, lo cual es crítico para mejorar la eficacia terapéutica y los resultados en los pacientes.
Además, las capacidades del modelo pueden extenderse a la industria alimentaria, revolucionando el diseño y procesamiento de productos granulares como el café, el azúcar y la fórmula infantil, al optimizar la textura, las tasas de disolución y la estabilidad en estantería, al mismo tiempo que se reduce el desperdicio y el consumo energético.
El profesor Zhao subrayó que el PUA-DEM representa un cambio de paradigma en el modelado de sistemas granulares no saturados. «Al resolver las interacciones fluidos-sólidos a escala de poros, ahora podemos predecir cómo procesos microscópicos, como la formación de puentes capilares y la hinchazón de partículas, gobiernan comportamientos macroscópicos como el colapso del suelo o las fugas de fluidos en reservorios energéticos», explicó.
De cara al futuro, el Dr. Amiya Prakash Das, primer autor de este trabajo y reciente doctorando de HKUST, comentó que el equipo planea expandir las capacidades del PUA-DEM. «En la próxima etapa de nuestra investigación, pretendemos incorporar formas de partículas irregulares y efectos de humectación, acortando aún más la brecha entre los hallazgos de laboratorio y las aplicaciones a escala de campo. El trabajo futuro también explorará estrategias computacionales híbridas para modelar el transporte reactivo y las fisuras inducidas por secado», concluyó.
