Mixing induced by microswimmers as probed by mutual information

Résumé technique : Mélange induit par des micro-nageurs exploré par l'information mutuelle

Énoncé du problème
Le mélange de fluides à l'échelle microscopique est un processus critique tant dans les systèmes biologiques (par exemple, l'absorption de nutriments, le mélange biogénique dans les océans) que dans les applications artificielles (par exemple, les microréacteurs, le lab-on-a-chip). Contrairement au mélange macroscopique, les écoulements à l'échelle microscopique sont régis par de faibles nombres de Reynolds, ce qui les rend réversibles dans le temps ; ainsi, l'agitation seule est insuffisante, et le mélange repose sur l'interaction entre l'advection et la diffusion moléculaire. Alors que des mesures conventionnelles de l'efficacité de mélange existent (par exemple, les normes $L_2$, les exposants de Lyapunov), elles dépendent souvent de motifs initiaux spécifiques ou d'un étirement local. Les auteurs visent à étudier le mélange induit par des micro-nageurs en utilisant l'information mutuelle, une mesure de l'information théorique précédemment validée uniquement dans des systèmes modèles simplifiés (tels que l'écoulement de Couette), afin de déterminer son applicabilité aux écoulements de fluides actifs complexes générés par des nageurs.

Méthodologie
L'étude utilise un modèle de squirmer en deux dimensions (2D) pour décrire des particules circulaires non déformables et sans force, nageant en écoulement de Stokes.

• Modèle d'écoulement : Le champ d'écoulement est généré par une vitesse de glissement tangentielle sur la surface du squirmer, caractérisée par des modes $B_n$. Les auteurs conservent les deux premiers modes : $B_1$ (dipôle de source, déterminant la vitesse de translation) et $B_2$ (dipôle de force/stresslet, déterminant le type de nageur : pusher, puller ou stresslet). Le paramètre du squirmer est défini par $\beta = B_2/B_1$.
• Confinement : Les simulations sont effectuées dans un domaine carré 2D avec des conditions aux limites de glissement parfait (sans contrainte). La fonction de Green confinée est construite en utilisant la méthode des images et calculée dans l'espace de Fourier pour assurer la stabilité numérique, incluant une régularisation spectrale pour représenter des nageurs de taille finie.
• Quantification du mélange : L'efficacité du mélange est quantifiée par l'information mutuelle $I[x_0; x_t]$ entre la position initiale d'une particule $x_0$ et sa position finale $x_t$ au temps $t$. Elle est calculée comme la différence entre l'entropie de Shannon de la distribution de la position finale et l'entropie conditionnelle étant donné la position initiale.
• Dynamique de transport : L'évolution de la fonction de densité de probabilité (PDF) des particules traçantes est résolue numériquement à l'aide de l'équation d'advection-diffusion (Fokker-Planck). La PDF conditionnelle est obtenue via une méthode pseudo-spectrale.
• Paramètres : L'étude compare différentes configurations de nageurs (positions/orientations ordonnées vs désordonnées), différents types de nageurs (stresslets, pushers, pullers, dipôles de source) sous une contrainte de dissipation d'énergie totale fixe, et des systèmes avec et sans interactions hydrodynamiques (IH).

Résultats clés

1. Impact de l'organisation spatiale :

   • Le désordre améliore le mélange : Les configurations hautement symétriques (par exemple, des positions ordonnées avec des orientations identiques) suppriment le transport à grande échelle en créant des domaines d'écoulement séparés par des lignes de stagnation. L'introduction d'un désordre dans les orientations et les positions des nageurs brise ces symétries, générant des champs de vitesse plus irréguliers qui améliorent l'étirement et la dispersion des traceurs.
   • L'agrégation supprime le mélange : Une forte agrégation des nageurs dans une région localisée concentre l'écoulement induit, laissant les régions extérieures largement inaffectées. À mesure que la distribution spatiale des nageurs s'élargit, l'efficacité du mélange augmente.

2. Type de nageur optimal et dissipation :

   • Dépendance non monotone : À un taux de dissipation d'énergie fixé, l'efficacité du mélange dépend de manière non monotone du paramètre de squirmer $|\beta|$.
   • Compromis : Il existe un compromis entre la génération de flux de cisaillement forts et de longue portée (dominés par la composante stresslet, $|\beta| \to \infty$) et l'obtention d'une dispersion spatiale via la translation du nageur (dominée par la composante de dipôle de source, $\beta=0$).
   • Valeur finie optimale : L'efficacité de mélange optimale se produit pour une valeur finie de $|\beta|$, équilibrant le flux à longue portée des stresslets avec le mouvement de translation du nageur. Les stresslets purs ($\beta \to \infty$) sont non-motiles en l'absence d'IH et sont donc moins efficaces pour un mélange global que les nageurs ayant un $|\beta|$ fini.

3. Interactions Hydrodynamiques (IH) :

   • Lorsque les IH sont incluses, les pushers ($\beta < 0$) surpassent les pullers ($\beta > 0$). Cela est attribué à la tendance des pullers à former des agrégats ou à présenter un alignement polaire, ce qui réduit l'efficacité du mélange.
   • L'inclusion des IH lisse la dépendance de l'efficacité vis-à-vis de $|\beta|$ et déplace le type de nageur optimal vers des valeurs plus élevées de $|\beta|$.

4. Régimes de mélange et taille du système :

   • La décroissance de l'information mutuelle se déroule en trois étapes distinctes :
     1. Dominée par la diffusion : Étape initiale où le mélange suit une mise à l'échelle de diffusion pure.
     2. Accélérée par l'advection : Étape intermédiaire où l'advection accélère le mélange ; le taux de décroissance est largement indépendant de la taille du système pour une densité de nageurs fixée.
     3. Étape de relaxation : Étape finale contrôlée par la taille du système, où les traceurs interagissent avec les parois.
   • Les systèmes plus grands conservent plus d'information mutuelle pendant de plus longues périodes, et le temps de relaxation est proportionnel à la taille du système, bien que la dépendance soit plus faible que l'échelle $L^2$ attendue pour une diffusion effective pure en raison de la portée étendue des écoulements advectifs.

Signification et affirmations
Cette étude démontre que l'information mutuelle est une mesure robuste, universelle et sans hypothèse pour quantifier l'efficacité du mélange dans des écoulements actifs complexes, étendant sa validité au-delà des écoulements de cisaillement simplifiés. L'étude révèle que le mélange induit par les micro-nageurs est régi par un compromis fondamental : maximiser le mélange nécessite de trouver l'équilibre entre la génération de flux de cisaillement forts (via les composantes dipolaires) et la dispersion spatiale fournie par la translation des nageurs. De plus, les résultats soulignent que le désordre dans l'organisation des nageurs et les interactions hydrodynamiques collectives (favorisant les pushers par rapport aux pullers) sont des facteurs critiques déterminant l'efficacité du mélange biogénique. Le cadre fournit une base quantitative pour comprendre les phénomènes de transport dans les fluides actifs, avec une pertinence potentielle pour les écoulements ciliaires, les suspensions microbiennes et le transport intracellulaire.