Sphere-based representation of image-resolved porous media

Materiais como a espuma dentro de um copo de café, a rocha esponjosa sob nossos pés ou os filtros cerâmicos em um motor de carro compartilham uma complexidade oculta: eles são cheios de buracos. Cientistas chamam esses materiais de meios porosos, e entender como fluidos se movem através deles, como o calor viaja ou como substâncias químicas reagem dentro de seus túneis minúsculos é crucial para tudo, desde a limpeza de derramamentos de petróleo até o projeto de baterias melhores. Para estudar esses processos, pesquisadores frequentemente recorrem a imagens 3D poderosas tiradas por scanners médicos ou microscópios especializados, que revelam o labirinto intrincado de paredes sólidas e espaços vazios dentro de um material. No entanto, essas imagens são arquivos digitais massivos feitos de bilhões de pequenos blocos, e tentar executar simulações de física diretamente em uma grade tão massiva é frequentemente muito lento e computacionalmente caro. Por décadas, cientistas tentaram simplificar essas imagens em modelos menores e mais fáceis de usar, mas muitas dessas simplificações perdem a forma real do material, transformando um sistema de túneis complexo e sinuoso em uma simples lista de pontos e linhas desconectados.

Uma equipe de pesquisadores da Friedrich-Alexander-Universität Erlangen-Nürnberg encontrou uma maneira de preencher essa lacuna, criando um novo método que mantém a forma verdadeira do material enquanto o torna simples o suficiente para que os computadores o processem rapidamente. Em vez de decompor a imagem em uma rede de conexões abstratas, eles usaram um algoritmo para preencher os espaços vazios com uma coleção de esferas sobrepostas. Imagine pegar um sistema de cavernas complexo e irregular e preenchê-lo com milhares de bolas de borracha macias que pressionam umas contra as outras; as bolas não precisam se ajustar perfeitamente em cada canto, mas juntas elas traçam o contorno da caverna com uma precisão surpreendente. Essa abordagem, que os pesquisadores chamam de algoritmo Multi-Sphere Shape, permite que eles representem toda a estrutura interna de um material usando um número gerenciável desses círculos sobrepostos. O resultado é um modelo leve o suficiente para rodar em simulações, mas detalhado o suficiente para dizer aos cientistas exatamente o tamanho dos buracos, a largura das passagens estreitas entre eles e quantos caminhos conectam uma área a outra.

Os pesquisadores testaram este método em um pedaço de espuma cerâmica, um material frequentemente usado em filtros e catalisadores de alta temperatura. Eles começaram com uma imagem 3D da espuma capturada por um scanner de tomografia computadorizada, que capturou um pequeno cubo do material medindo 3,14 milímetros de cada lado. Esta imagem original era incrivelmente detalhada, contendo 64 milhões de elementos de imagem minúsculos, ou voxels, que definiam cada parede sólida e espaço vazio. Alimentando esse conjunto de dados massivo em seu novo algoritmo, a equipe gerou uma representação do espaço poroso interno da espuma usando apenas 22.468 esferas sobrepostas. Apesar de usar menos de 23.000 esferas para descrever uma estrutura feita de 64 milhões de blocos, o novo modelo capturou 95 por cento do volume vazio real. Isso significa que, para quase todas as partes dos túneis internos da espuma original, havia uma esfera correspondente no novo modelo, preservando a forma geral e as conexões principais que permitem que o ar ou o líquido flua.

O que torna esta descoberta particularmente útil é que o modelo faz mais do que apenas parecer o material original; ele fornece respostas imediatas para perguntas que normalmente exigiriam cálculos complexos. Como as esferas se sobrepõem, os pontos onde elas se tocam ou se intersectam revelam o tamanho das passagens mais estreitas, conhecidas como gargantas, e o tamanho das áreas abertas maiores, ou poros. Ao contar quantas esferas tocam uma única esfera, os pesquisadores puderam determinar o "número de coordenação", que lhes diz quantos caminhos diferentes se ramificam de qualquer ponto na espuma. Em materiais onde a estrutura é dominada por essas formas arredondadas e semelhantes a bolhas, essas medições traduzem-se diretamente em propriedades físicas: o tamanho de uma esfera torna-se o tamanho de um poro, e a área onde duas esferas se sobrepõem torna-se o tamanho da abertura que as conecta. Isso permite que os cientistas vejam instantaneamente a distribuição dos tamanhos dos buracos e das larguras de conexão sem ter que rastrear manualmente toda a imagem 3D.

Os pesquisadores demonstraram que esta representação baseada em esferas não é apenas uma imagem estática, mas uma ferramenta funcional para futuras simulações. Porque o modelo é construído a partir de esferas, ele pode ser usado diretamente em simulações baseadas em partículas, que são uma forma comum de estudar como fluidos ou partículas se movem através de ambientes complexos. Diferente de métodos antigos que reduziam o material a um mapa simplificado de nós e ligações, perdendo a geometria espacial real, esta nova abordagem retém os limites físicos do material. Isso significa que os pesquisadores podem simular como um fluido flui ao redor das formas reais dos poros, em vez de apenas se mover entre pontos abstratos. Além disso, os dados extraídos dessas esferas — como os tamanhos dos poros e o número de conexões — podem ser usados para gerar novos modelos parametrizados de materiais porosos. Isso cria um ciclo poderoso onde uma imagem do mundo real é convertida em um modelo simples e rico em dados, que pode então ser usado para projetar novos materiais com propriedades específicas, mantendo intacta a conexão com a estrutura original do mundo real.