Efficient generation of large-scale non-equilibrium distributions of particles

Resumo Técnico: Geração Eficiente de Distribuições de Partículas em Não-Equilíbrio em Grande Escala

Declaração do Problema
Elementos de Volume Representativo (EVRs) com microestruturas periódicas são essenciais para vincular a heterogeneidade em microescala às propriedades efetivas em macroescala em materiais compósitos. Embora algoritmos tradicionais (por exemplo, Monte Carlo, dinâmica molecular baseada em eventos de Lubachevsky–Stillinger) se destaquem na geração de configurações de partículas em equilíbrio ou próximas ao equilíbrio, eles frequentemente falham em capturar as distribuições não uniformes, anisotrópicas e dependentes da história características de processos de fabricação do mundo real (por exemplo, enrolamento de filamentos, moldagem por injeção). Métodos existentes tendem a suprimir as irregularidades, defeitos e desordem controlada encontrados em compósitos reais. Além disso, a geração de microestruturas em grande escala com altos números de partículas frequentemente sofre com custos computacionais proibitivos devido à escala quadrática na detecção de colisões. Há uma necessidade distinta de um algoritmo capaz de produzir eficientemente EVRs periódicos com graus ajustáveis de aleatoriedade, correlações espaciais controladas e características realistas de não-equilíbrio, incluindo aglomeração e agrupamento.

Metodologia: O Algoritmo de Inchaço e Migração Aleatória (SRM)
O artigo propõe o algoritmo de Inchaço e Migração Aleatória (SRM), uma abordagem híbrida que combina uma técnica modificada de "inchaço" de Miller–Torquato com um esquema modificado de Adição Sequencial Aleatória (RSA). O método opera em uma caixa unitária contendo inclusões monodispersas e prossegue através das seguintes etapas iterativas:

1. Inicialização: Uma configuração inicial sem sobreposição é gerada em uma fração volumétrica baixa usando RSA clássico.
2. Inchaço: Todas as partículas são aumentadas simultaneamente em raio por um pequeno incremento ($c_w$).
3. Migração Aleatória: Cada partícula é deslocada por um pequeno vetor aleatório ($c_m$).
4. Verificação de Admissibilidade Local: As distâncias para os vizinhos são avaliadas usando um esquema de partição espacial baseado em células adaptativo. Se uma partícula se sobrepuser, ela é retornada à sua posição anterior e uma nova tentativa de deslocamento aleatório é realizada. Este loop continua até que uma posição válida seja encontrada ou um número máximo de tentativas ($N_l$) seja atingido.
5. Etapa de Agitação: Se uma partícula não conseguir encontrar uma posição admissível após várias tentativas, uma relaxação global ("agitação") é realizada. Isso envolve deslocar aleatoriamente todas as partículas e testar sobreposições para superar o bloqueio local, particularmente em configurações agrupadas.
6. Terminação: O ciclo se repete até que a fração volumétrica alvo seja alcançada.

Eficiência Computacional
Um componente crítico da metodologia é a implementação de uma busca de vizinhos baseada em células. Ao subdividir o EVR em células ligeiramente maiores que o diâmetro da partícula, o algoritmo limita as verificações de sobreposição às partículas dentro da célula atual e seus vizinhos imediatos (um bloco $3 \times 3$ em 2D). Isso reduz a complexidade computacional da detecção de colisões de quadrática para quase linear ($O(N)$) em relação ao número de partículas. Com otimizações adicionais nos padrões de acesso às partículas para mitigar falhas de cache, o tempo de geração escala aproximadamente como $t \propto N^{1.15}$, permitindo simulações com até $10^7$ partículas em duas e três dimensões.

Principais Resultados

• Escalabilidade: O algoritmo SRM otimizado gerou com sucesso configurações com até $10^7$ partículas. Para frações volumétricas baixas a intermediárias, o método mantém alta eficiência.
• Controle de Não-Equilíbrio: Ao ajustar a taxa de inchaço ($c_w$) e a taxa de migração ($c_m$), o algoritmo pode produzir um espectro de microestruturas que vai desde distribuições semelhantes ao equilíbrio até arranjos fortemente agrupados.
  • Comparação com DM: Ao contrário da dinâmica molecular baseada em eventos (DM), que evolui naturalmente para o equilíbrio, o SRM gera configurações com distribuições de fração volumétrica local (FVL) significativamente mais amplas e assinaturas de agrupamento mais fortes. Os estados "agrupados" gerados por DM permanecem mais próximos do equilíbrio do que aqueles produzidos pelo SRM.
  • Limites de Fração Volumétrica: Em 2D, o método pode exceder o limite clássico de Empacotamento Aleatório Compacto (RCP) (atingindo ~87% para discos). Em 3D, o limite prático é aproximadamente 60% para esferas; além disso, a migração aleatória torna-se ineficiente, e a DM baseada em eventos é preferida.
• Extensão para Inclusões Não Esféricas: O algoritmo foi aplicado com sucesso a placas circulares finas (esferodiscos). Ao ajustar parâmetros, os autores geraram:
  • Redes "Casa de Cartas" (HoC): Estruturas altamente interconectadas formadas por altas taxas de inchaço e baixas taxas de migração.
  • Domínios Quase-Nemáticos: Regiões metastáveis e parcialmente ordenadas formadas pela relaxação de estruturas HoC com altas taxas de migração.
• Impacto Estrutura-Propriedade: A análise de percolação das microestruturas de placas revelou que as configurações HoC exibem uma distância crítica de percolação aproximadamente uma ordem de magnitude menor do que estruturas relaxadas, quase-nemáticas. Isso demonstra que o arranjo microestrutural influencia significativamente as propriedades de transporte.

Significado e Afirmações
O artigo posiciona o algoritmo SRM como uma ferramenta poderosa e flexível para a modelagem computacional de materiais compósitos. Seu principal significado reside na capacidade de gerar configurações de partículas realistas, diversas e computacionalmente acessíveis que refletem a variabilidade estatística e as características de não-equilíbrio observadas na fabricação prática.

Os autores enfatizam que o SRM é um método puramente geométrico; o rearranjo das partículas não é governado por forças físicas ou potenciais interparticulares. Consequentemente, embora o SRM seja ideal para gerar microestruturas iniciais estatisticamente representativas para estudos de homogeneização, quantificação de incerteza e testes virtuais, ele não reproduz a evolução física real de sistemas particulados ou estuda transições de fase. O valor do método está em fornecer um meio controlado para variar a desordem microestrutural e imitar a anisotropia induzida pela fabricação, permitindo assim análises mais precisas das relações estrutura-propriedade em meios heterogêneos.