Sei sulla pagina 1di 20

Università del Salento, Facoltà di Ingegneria Industriale

Anno accademico 2009/2010

Tesina di metallurgia:
Previsioni sulle proprietà fisiche effettive di
materiali complessi multifasici

Professore: Pasquale Daniele Cavaliere


Studenti: Mario Forleo ed Andrea Guadalupi
1.1. Una panoramica sui materiali complessi

La ricerca dell’uomo di nuovi materiali è dettata dalla necessità di performance migliori e nuove
funzionalità. Per far ciò è stato necessario esplorare la connessione tra ingredienti grezzi,
lavorazione e le proprietà finali dei prodotti risultanti in modo che possa essere programmato un
prodotto migliore prima di venire realmente lavorato.
Per un corpo rigido ideale il materiale è considerato come omogeneo con una struttura interna
uniforme e regolare, fortemente somigliante ai materiali metallici. Di conseguenza esiste lì una
piccola differenza tra le proprietà del materiali e le sue componenti. Nel mondo dell’ingegneria
però, raramente si trovano materiali ideali del genere.
Qualsiasi materiale ha contaminazioni e difetti e cioè non è puro al 100%, e dovrebbe per questo
essere considerato formato componenti (addizionali) contaminanti e dei pori dovuti ai difetti nella
sistemazione molecolare o nella morfologia interna.
Tali materiali devono essere trattati come sistemi compositi, e devono essere affrontati i problemi o
l’influenza dei fattori strutturali o morfologici. Per molti materiali ingegneristici in cui questo tipo
di impurità sono comuni, è risaputo da molto tempo che c’è una correlazione piuttosto debole tra le
proprietà degli ingredienti e quelle dei prodotti risultanti, come rilevato dai lavori pionieristici di
Griffith sulla resistenza dei materiali, e indipendentemente di Peirce sul teorema del legame debole.
Vale a dire che costituenti di migliore qualità non possono assicurare un prodotto migliore e la
struttura interna. D’altro canto però, l’inclusione di diverse componenti in un materiale può essere
di beneficio, agendo come rinforzo o supplemento per migliorare le performance del materiale. Ciò
nonostante, l’analisi e la previsione dei comportamenti dei composti sono in generale molto
complicate. Una volta mescolati insieme, i componenti di differenti tipi interagiscono con ogni altro
e le proprietà nella regione interfacciale esibiranno una transizione da un componente all’altro. Tali
effetti generalmente diventano ancora più complicati quando le componenti sono in diverse fasi.
I materiali multi-componente e multifase vengono sempre più usati in vari campi, ma la loro analisi
e gli sforzi investigativi sono ancora gravemente indietro.

1.2. Esempi di strutture e materiali complessi

Le difficoltà nello studiare complessi materiali vengono principalmente dalla varietà e irregolarità
delle loro microstrutture interne, e dall’accoppiamento tra i componenti delle diverse fasi.
Nella Fig. 1 ci sono tre strutture tipiche di tali materiali che hanno applicazioni estensive ed
importanti. La Fig. 1 mostra una sezione incrociata di una cellula-open di materiale schiumoso.
Essa ha una struttura a pori a mo di rete che porta, per materiali a schiuma metallica, all’interessante
combinazione di alta porosità e bassa densità e ad alta conduttività termica ed elettrica. Tali
materiali schiumosi hanno avuto un ruolo importante in avanzati modelli di velivoli.
Per molto tempo, si è pensato che lo strato del trasporto poroso (PTL) nel nutrimento cellulare
PEM, possedesse una struttura porosa granulare; tuttavia, ricerche molto recenti hanno dimostrato
che il PTL possiede in realtà una struttura fibrosa che dimostra un comportamento piuttosto
differente nel trasporto, rispetto a quelli con strutture granulari . Un altro esempio di materiali
fibrosi sono i composti avanzati a fibra rinforzata, in cui le fibre sono usate per migliorare le
proprietà meccaniche e termiche dei composti fino a livelli sorprendenti. La Fig. 1c mostra il
micrografico SEM di una sezione incrociata del materiale variabile Al2O3/Y-TZP. In ogni strato,
l'alluminio granulare è disperso nell'ossido di zirconio.
Gli FGM sono stai utilizzati anche nei dispositivi azionatori in cui i materiali si comportano meglio
che negli aziona tori bimorfi nella resistenza termica, resistenza a scostarsi e affidabilità dovuta
all'assenza di agenti leganti.
Un’altra applicazione degli FGM è come materiale di conversione calore-elettricità nella
realizzazione di sistemi di conversione di energia, portando l'efficienza di conversione dell'energia
di un dispositivo nucleare o solare vicino al 40%.
Per sistemi con tre o più componenti o fasi, le microstrutture o la distribuzione di fase, possono
diventare molto più complicate. Anche in una lega di due componenti, se all'interno sono presenti
lacune o piccole fratture, queste dovrebbero venire trattate come materiali a tre fasi allo scopo di
analisi.

Un'altra struttura multifase che spesso si incontra, è quella del terreno poroso insaturo; la Fig. 2
illustra due tipi di distribuzione di fase liquida all'interno di un mezzo poroso granulare insaturo. La
zona grigia rappresenta le aggregazioni di solidi, quella scura è la fase gassosa e la bianca la fase
liquida. L’interessante e complesso comportamento deriva dall'interazione tra le diverse fasi. Le
superfici solide idrofiliche o idrofobiche condurranno rispettivamente a film liquidi (a) o a
goccioline liquide (b) sulle fasi solide. La distribuzione del liquido influenzerà considerevolmente
l'efficacia complessiva delle proprietà di trasporto del mezzo poroso. Questi problemi sono molto
importanti per l'ottimizzazione e il design del materiale. Gli effetti della fase di interazione sulle
proprietà dei materiali non sono stati invece studiati in modo sistematico.

2. Modelli teorici

In più di cento anni sono stati proposti un grande numero di modelli teorici (e analitici) per le
proprietà fisiche efficaci. Alcune di esse sono state create per applicazioni altamente specifiche,
mentre altre per applicazioni più variegate. Nonostante ciò, molte di esse si concentrano sulla
composizione e trattano appena la geometria interna o la microstruttura considerando composizioni
dalla geometria molto semplice, a dispetto dell'importanza critica di questi fattori nelle reali
proprietà di un materiale complesso.
Gli approcci teorici sono ancora preferiti a causa del loro potere di predizione ed estimazione, dei
bassi costi per usi semplici, dell'accuratezza in alcuni casi specifici, specialmente quando la
microstruttura può essere semplificata.

2.1. Modelli esistenti


Questa sezione recensisce gli esistenti modelli analitici per le proprietà fisiche efficaci di materiali
eterogenei, includendo la conduttività termica, il coefficiente di espansione termica, la conduttività
elettrica, la costante dielettrica e i moduli meccanici. Sebbene essere sono proprietà fisiche
abbastanza diverse, esse condividono caratteristiche simili ed espressioni generali.

2.1.1. Modelli bifasici


Per i casi bifasici, gli approcci teorici includono i modelli di base, i modelli combinati e le reti di
modelli.

2.1.1.1. Modelli di base


Gran parte dei modelli analitici esistenti per le proprietà fisiche efficaci nella letteratura sono basati,
o derivano, su numerosi modelli di base. Di questi, i più semplici per i sistemi bifasici sono il
Parallel Model ed il Series Model, e sono spesso usati come punto di riferimento per la convalida di
nuovi modelli. Essi spessono offrono i limiti superiori e inferiori per molte proprietà di materiali
bifasici eterogenei, come provato da Wiener per la conducibilità effettiva. Il Model Parallel serve
anche come approssimazione al primo ordine per il calcolo del coefficiente di espansione termica.
Dopo, il modello della Teoria della Media Effettiva (EMT) affronta materiali con una distribuzione
completamente casuale dei suoi componenti. Si nota che l'espressione del modello EMT è una
forma implicita di cosa è stato proposto da Bruggeman, ed esso prende altre forme per le inclusioni
sferiche ed elicoidali per la conduttività ed il modulo elastico.
Il modello di Maxwell, che è in realtà anche un caso speciale di modello EMT, ha generato delle
enormi variazioni ricavate nei fenomeni di trasporto, come il famoso modello di Maxwell-Eucken,
il modello Maxwell-Garnett e i loro sottomodelli.
Il modello Hamilton-Crosses introduce un fattore di forma (n) nell'espressione, facendo sì che si
possano includere i casi di particelle non-sferiche. Ma quando n=3, esso ritorna nel caso di
particelle sferiche e quindi al modello di Maxwell, mentre per n=6 riguarda particelle cilindriche.
Il modello di Reciprocità è stato basato sul teorema di reciprocità, che assume che una
microstruttura bicomponente è statisticamente equivalente quando scambiamo le frazioni di
volume dei componenti. Le predizioni di tale sono abbastanza d'accordo con i dati sperimentali, e la
stessa espressione è anche ricavata da un'approssimazione del tipo Maxwell-Garnett includendo gli
effetti di distribuzione della forma.
Questi modelli di base forniscono delle predizioni accettabili delle proprietà effettive per problemi
semplici o semplificati, ma la loro applicabilità e accuratezza è chiaramente molto limitata. Tre
approcci sono stati proposti da diversi ricercatori per aumentare più o meno la capacità:
1 - introducendo parametri empirici per rendere conto di alcune strutture caratteristiche;
2 - combinando due o più modelli di base per strutture più complesse
3 - usando una rete formata da un enorme numero di Parallel Models e Series Models.

2.1.1.2. Modelli combinati


Due approcci sono stati proposti combinando i modelli di base per espandere la loro applicabilità. Il
primo percorso è quello di convertire un materiale eterogeneo in un sistema trattabile
empiricamente con una miscelazione pesata di modelli in parallelo ed in serie. Le proprietà effettive
possono poi essere calcolate dalle corrispondenti proprietà dei componenti arrangiati in parallelo ed
in serie, e pesate. Sono stati proposti schemi armonici, geometrici ed aritmetici al fine di pesare
questa miscelazione.Le predizioni vicine ai dati sperimentali sono state ottenute per alcuni casi più
semplici quando i parametri empirici nel modello possono essere determinati. L'approccio è stato
dimostrato per restringere le fasce di predizione per generici materiali bifasici granulari.
2.1.1.3. Modelli della rete
Un principio simile è
applicato in questo
approccio, dove una
complessa microstruttura di
materiali eterogenei è
decomposta in una rete
formata da un insieme di
elementi in serie/parallelo
connessi. Ogni elemento
possiede proprietà di un
materiale puro o comunque
proprietà effettive di un
materiale composto.
L'insieme delle proprietà
effettive può quindi essere
calcolato attraverso le leggi
in serie ed in parallelo.
Comparandolo con altri modelli teorici, il modello della rete è molto più costoso per il grande
numero di elementi di base coinvolti, ed è quindi usato solo per l'approssimazione di determinate
strutture.

2.1.1.4. Limiti teorici


Nella pratica, un altro comune metodo per stimare le proprietà dei materiali bifasici è trovare i limiti
o l'intervallo delle soluzioni, specialmente quando la microstruttura è sconosciuta o troppo
complicata. Come detto prima, i modelli in serie ed in parallelo sono anche chiamati limiti superiori
ed inferiori di Wiener. Comunque, in gran parte dei casi queste approssimazioni sono troppo
grossolane, specie quando il contrasto tra la proprietà dei componenti è elevato. Hashin e Shrtrikan
hanno ricavato i limiti assumendo una isotropia macroscopica e una quasi-omogeneità dei materiali,
ignorando l'influenza della forma dei componenti. I limiti di Hashin e Shtrikman (HS) sono sempre
più ristretti e più accurati dei limiti di Wiener. Per le conduttività effettive, i limiti HS sono dati da

λel/λ1=1+ [3(α-1)(1-φ)]/[3+(α-1)φ]
λeu/λ1=α+ [3α(1-α)φ]/[3α+(1-α)(1-φ)]
2.1.2. Casi Multifasici
E' stato sviluppato un grande numero di modelli teorici per la predizione delle proprietà effettive per
materiali multifasici, principalmente per la rilevanza nella conduttività termica effettiva e la
permittività dei terreni insaturi. Approssimativamente, i modelli possono essere classificati in tre
grandi categorie

2.1.2.1. Equazioni empiriche


Numerose equazioni empiriche sono state proposte per legare le proprietà effettive alla frazione di
volume di componenti multifase, adattandole ai dati sperimentali. Per esempio, Cosenza et al.
hanno sviluppato le seguenti equazioni empiriche, valide per la conduttività termica dei solidi (Ks)
che vanno da 2 a 5 Wm-1 K-1, per la porosità (e) che va da 0.4 a 0.6 e il contenuto volumetrico di
acqua (u) che va da 0.1 a 0.4

Ke=( 0.8908 – 1.0959ε)Ks+(1.2236 – 0.3485ε)θ

E' stato provato che queste equazioni sono utili in casi mirati, comunque con molti limiti associati
all'assenza di parametri empirici.

2.1.2.2. Modelli modificati di miscelazione


Basandosi sui modelli fondamentali bifasici, sono stati elaborati due schemi per il caso multifase. Il
primo consiste nell’estendere i modelli bifasici di base direttamente ai casi multifasici. Per esempio,
le equazioni in parallelo ed in serie sono state adottate per stime grezze delle proprietà effettive dei
materiali multifasici.
Alcuni modelli che prevedono la media pesata sono stati proposti per alcune miscele multifasiche. Il
secondo percorso consiste nel trattare due delle tante fasi come una singola fase con le proprie
proprietà effettive, e quindi miscelare questa fase effettiva con un’altra fase, i.e., dividendo un
materiale multifase in combinazioni di molti sistemi bifasici.
I modelli di Debson,come quelli di Maxwell, sono basati sull’assunzione che le fasi disperse sono
distribuite indipendentemente in una fase continua con interazioni l’un l’altra trascurabili, così
questi tipi di modelli smettono di funzionare correttamente se esistono interazioni forti tra fasi
all’interno del materiale, a meno che non vengano introdotti dei parametri empirici per descrivere
queste influenze.

2.1.2.3. Soluzioni analitiche dalle leggi fisiche.


Alcuni modelli analitici possono essere ottenuti da appropriate teorie fisiche e dalle loro soluzioni
analitiche. Tra questi il modello delle sfere composite proposto da Friedman per la costante
dielettrica effettiva (permittività) è il più famoso. Il modello considera un mezzo poroso instaturo
come una tabella di inclusioni sferiche inserita in una matrice infinita e macroscopicamente
omogenea, caratterizzata da una costante dielettrica effettiva totale εe .Le inclusioni sono molto più
piccole della lunghezza d’onda operata nelle misure, e sono in forma di sfera, ognuna delle quali
include tutte e tre le fasi come raffigurato in Fig-3. In condizioni quasi-statiche, la continuità di
entrambi i potenziali e il flusso normale alle tre inter-fasi forniscono le condizioni limite. La
derivazione delle soluzioni coerenti generale l’espressione della proprietà εe nel caso trifasico.
Miyamoto et al. hanno espanso il modello di Friedman delle sfere composite a tre livelli portando i
livelli a quattro. La Fig.4 mostra i risultati predetti, usando i modelli delle sfere composite
rispettivamente a tre e a quattro livelli, in comparazione con i dati sperimentali. Il risultato indica
che nessuno modello singolo può dare predizioni ragionevoli per i materiali a tre fasi.
In un altro tentativo, Gori e Corasaniti hanno costruito un modello a celle cubiche per la
conduttività termica di mezzi porosi a tre fasi. L’acqua assorbita è stata considerata o come
copertura delle particelle solide o come ponte liquido tra le differenti particelle.

2.2. Limitazioni e dubbi


Le limitazioni nei modelli teorici esistenti, ed anche i dubbi nello sviluppo di nuovi, sono:
(i) Gran parte dei modelli teorici sono basati su fisiche semplificate con alcune assunzioni ideali.
Ciò può rendere i modelli semplici e rapidi da usare, ma le semplificazioni restringono anche i
modelli a semplici strutture.
(ii) Ogni tentativo di combinare modelli per strutture più complesse porterà ad un aumento della
complessità del modello globale e quindi dei costi. Gran parte delle modifiche atte a migliorare
l’accuratezza dei modelli, inoltre, restringeranno la loro applicabilità.
(iii) I parametri empirici introducono fattori senza significato fisico che devono essere determinati
caso per caso; vengono perciò forniti modelli difficili da usare.
(iv) Gran parte dei modelli teorici esistenti possiedono strutture semplici e diventano meno potenti
quando incontrano materiali complessi. Conseguentemente, nessuno dei modelli esistenti è capace
di valutare direttamente gli effetti dei cambiamenti morfologici nella microstruttura sulle proprietà
dei materiali.
(v) I modelli teorici esistenti non sono in grado di trattare le interazioni tra le fasi nei sistemi
multifasici, come ad esempio nei processi liquido-solidi la distribuzione della fase liquida e
l’influenza che essa ha sulle proprietà effettive dei materiali.
(vi) Anche i modelli teorici che hanno avuto un relativo successo possono solo calcolare le proprietà
di materiali esistenti, più che fare predizioni per materiali nuovi. Essi perciò non sono molto usati
nella progettazione e nell’ottimizzazione di nuovi materiali.

3. Metodi numerici

I modelli numerici stanno diventando sempre più importanti e utilizzati nella scienza dei materiali e
nell’ingegneria.
Il rapido sviluppo di tecniche di calcolo ha migliorato enormemente le nostre capacità numeriche
nella modellazione delle caratteristiche fisiche dei materiali multifasici, e consentito un approccio
più accurato e robusto nelle predizioni e nella progettazione di gran parte dei nuovi sistemi di
materiali. Le proprietà effettive di un materiale complesso sono determinate dal contributo
collettivo di ogni singolo componente, e dalla struttura interna. Come risultato, una determinazione
completamente numerica delle proprietà effettive dei mezzi multifasici deve includere due grandi
step: il primo consiste nel riprodurre accuratamente le microstrutture multifasiche usando algoritmi
al computer, il secondo consiste nel risolvere le equazioni più importanti che governano il trasporto
(equazioni differenziali parziali) con un’accuratezza ed un’efficienza accettabili.

3.1. Caratterizzazione della struttura e algoritmi di riproduzione

3.1.1. Caratteristiche della struttura di materiali multifasici complessi


Considerando la microstruttura casuale ed irregolare dei materiali multifasici, possono essere
identificate almeno cinque grandi caratteristiche strutturali:
-Eterogeneità: I materiali multifasici complessi sono costituiti da due o più componenti/fasi che
sono raramente distribuiti uniformemente, e ogni componente possiede le proprie caratteristiche e
proporzioni, così contribuisce differentemente alle proprietà effettive del sistema.
-Interazioni: Come risultato di una miscelazione, le interazioni all’interno della distribuzione della
fase e quelle interfase diventano fondamentali per il comportamento complessivo del materiale.
-Varietà delle strutture geometriche: Le microstrutture dei mezzi complessi possono essere
grezzamente divise in tre tipi distinti: come particelle, come fibre e come rete. Dato che le proprietà,
la geometria, le distribuzioni e le interconnessioni sono totalmente differenti tra ogni tipo, non è
stato stabilito alcun algoritmo generalizzato per affrontare queste variazioni.
-Casualità: Spesso le microstrutture di materiali multifasici hanno forti caratteristiche casuali, ad
esempio la forma, la posizione e l’orientazione degli elementi della struttura e la connessioni tra
essi. Per questa ragione, non esistono due materiali, o anche due pezzi dello stesso materiale, che
possiedono esattamente la stessa microstruttura in ogni dettaglio. Il concetto di strutture equivalenti
diventa perciò pieno di significato: strutture basate su alcune informazioni statistiche del materiale
originale e che producono le stesse proprietà effettive. Alcune informazioni statistiche sulle
microstrutture reali rende possibile creare una struttura equivalente tramite algoritmi al computer.
-Gerarchia multiscala: Con il rapido sviluppo del tecniche al microscopio, molte osservazioni e
misure hanno indicato che le microstrutture di materiali porosi hanno in realtà una gerarchia
multiscala, cioè ogni singolo “elemento” ad una scala può mostrare la propria microstruttura porsa
ad un livello ancora inferiore. Le strutture multiscala ed i suoi effetti sulle proprietà dei materiali
sono molto interessanti ed un argomento importante per la progettazione di materiali.

3.1.2. Struttura dei materiali riprodotta la computer


Sono stati proposti diversi metodi per ricostruire le microstrutture dei materiali multifasici usando i
computer, ed essi possono essere divisi in due classi basate sulle metodologie. I metodi al livello
primario sono i cosiddetti metodi della similarità apparente. La locazione casuale degli ostacoli è la
più semplice per le microstrutture granulari bifasiche. L’ostacolo immaginario significa per una
particella quando i dettagli della sua geometria sono trascurabili. Basandosi sul lavoro di Tacher,
Pilotti ha sviluppato un algoritmo di sedimentazione dei grani. Yang et al. E Li et al. hanno usato
l’assemblaggio di sfere tridimensionali di forma casuale per ricostruire le microstrutture di mezzi
porosi. Tutti questi metodi, difatti, hanno creato delle strutture bifasiche con grandezze e dettagli
casuali. Ciononostante, nessuno di questi può risolvere bene le interazioni tra i grani, rendendoli
inopportuni per i problemi di trasferimento di energia ed elettricità.
Date le influenze significative dei dettagli geometrici, delle forme, delle orientazioni e dei legami
sulle proprietà dei materiali, sono state proposti alcuni nuovi metodi che mirano ad approcciare le
strutture reali attraverso un maggior numero di dettagli geometrici, i cosiddetti metodi dei dettagli
simili. Dato che gli strumenti al microscopio e le tecnologie sono oggi ben sviluppate, l’image-
mapping è diventato uno strumento molto potente per questo scopo. Sono stati usati migliori
processi di ricostruzione per generare strutture casuali bifasiche e multi-componente di materiali
porosi, basati sulle informazioni della microtomografia digitale e sulle funzioni di correlazione
statistica. Un algoritmo simile è stato trovato nelle ricerche nel suolo, chiamato metodo della catena
di Markov Monte Carlo, che crea strutture bidimensionali con una soddisfacente concordanza
usando immagini scansionate di veri campioni di terra.
Inoltre, la microstruttura dei materiali multifasici può essere influenzata dalle interazioni di fase.
Quando le interazioni non sono trascurabili, l’approccio deve svilupparsi per riflettere queste
influenze durante la generazione della struttura. Alcuni ricercatori hanno usato le strutture a ponte
liquido per la distribuzione dell’acqua in mezzi porosi e insaturi. Questo modello può essere valido
per sfere solide molto lisce, idrofobiche e bene in contatto, ma non può essere generalizzato per
mezzi porosi casuali. In aggiunta, Mohanty ha adottato un algoritmo di Monte Carlo temperante per
generare mezzi porosi insaturi usando la legge della più bassa energia interfacciale, ma non è
riuscito a differenziare le varie interazioni liquido-solido.

3.1.3. Un metodo di generazione-crescita casuale

Le caratteristiche casuali e statistiche sono due elementi chiave nelle microstrutture di materiali
multifasici complessi, come discusso precedentemente. Alcune caratteristiche casuali rivelano due
cose: (1) anche nel mondo reale, è difficile trovare due materiali che hanno esattamente la stessa
microstruttura in ogni dettaglio; (2) la struttura equivalente possiede le stesse caratteristiche
statistiche geometriche di quella reale, ma non ogni dettaglio. Basandosi su queste caratteristiche e
ispirato dalla teoria della crescita dei grappoli, Wang et al. hanno proposto un metodo
multiparametro di generazione-crescita casuale per riprodurre le microstrutture multifasiche casuali
usando informazioni statistiche
date. L’idea base di questo
metodo è data in Fig.5: il metodo
di generazione-crescita casuale
(RGG) è stato sviluppato per
riprodurre assemblaggi strutturali
di elementi con grandezza,
posizione, orientazione e
connessioni casuali, ognuna delle
quali cresce da alcuni semi
distribuiti casualmente anch‘essi,
mentre la crescita è guidata da
poche informazioni statistiche
date. Per tipi altri tipi di
microstrutture (granulare, fibrosa
o a rete) gli algoritmi saranno
diversi ma seguiranno gli stessi
principi.

3.1.3.1. Struttura granulare


L’algoritmo di crescita casuale per mezzi granulari, anche chiamato Quartet Structure Generation
Set (QSGS), nel quale sono identificati quattro parametri per controllare la struttura porosa interna,
può essere descritto nella maniera seguente.
Prima di iniziare, tra le fasi di un sistema una deve diventare la fase che non cresce, mentre tutte le
altre sono le fasi crescenti. Per generalità, noi chiamiamo la fase crescente come n-sima fase, dove n
=2,…,N, ed N è il numero di fasi totali nel sistema. Di norma e senza perdere globalità, le fasi
discrete sono prese normalmente come le fasi crescenti. Quindi il processo di crescita segue gli step
qui sotto elencati:
1- Locazione casuale del nucleo della prima fase crescente secondo un sistema di distribuzione
statistico cd.
2- Espansione di ogni elemento della fase crescente in tutte le direzioni secondo un sistema di
probabilità direzionale di
3- Ripetizione del processo 2 finché la frazione di volume della prima fase crescente arriva ad un
valore dato φ2
4- Ci sono due casi da considerare a seconda dell’interazione con fasi esistenti: se questa fase è
equivalente a quella esistente cresce da nuclei separati come negli step 1-3, altrimenti bisogna
considerare le interazioni con le fasi presenti, basandoci su un sistema di probabilità lin,m
5- Il processo di crescita della fase ennesima si ferma quando la sua frazione di volume raggiunge il
valore φn
6- Ripetizione del processo di crescita per la prossima fase come 4-5
7- Gli spazi non occupati alla fine rappresentano la fase che non cresce
Così, i quattro parametri controllano essenzialmente le caratteristiche microstrutturali dei mezzi
porosi generati, e sono determinati da un’analisi statistica dei dati sperimentali effettuata ad
esempio ai raggi X.
La probabilità di distribuzione dei nuclei cd è definita come la probabilità di una cella di diventare il
nucleo della prima fase crescente; il suo valore indica la densità di nuclei crescenti per la prima fase
crescente. Esso può anche controllare il grado di dettagli strutturali del sistema: un piccolo cd indica
una descrizione più precisa della microstruttura.
La probabilità di crescita direzionale D è definita come la probabilità di una cella che sta per essere
occupata di unirsi nella direzione della cella vicina per diventare parte della fase crescente. Un
arrangiamento appropriato della probabilità di direzione di crescita può portare ad una struttura
isotropa. Come mostrato in Fig.6, nel caso bidimensionale ci sono quattro direzioni principali e
quattro direzioni diagonali in cui ogni cella quadrata può crescere verso quella vicina, e con
opportuni valori di D si può ottenere un materiale isotropo. Anche nel caso tridimensionale ciò è
possibile, tuttavia richiede una convalida maggiore.
La figura 7 mostra delle illustrazioni schematiche di strutture porose generate usando il metodo
QSGS. Le prime quattro rappresentano casi bifasici, dove l’area bianca corrisponde ad una fase
crescente solida e quella nera ad una fase gassosa non crescente. Comparando la figura 7 b e c si
notano gli effetti della probabilità di distribuzione del nucleo cd sulla microstruttura, dove un valore
maggiore di cd porta ad una distribuzione di fasi più uniforme. La figura 7 d mostra la struttura
anisotropa generata quando la probabilità di crescità orizzontale è 10 volte inferiore a quella
verticale. Le figura 7 e ed f mostrano le distribuzioni di fase in mezzi trifasici porosi usando diverse
interazioni di fase. In nero è presente la fase gassosa non cresciuta, in grigio la prima fase crescente
solida, in bianco la seconda fase crescente liquida. Un valore alto della probabilità di interazione
liquido-solida porta ad una forte capacità del liquido di bagnare la superficie del solido, in modo
tale da formare una pellicola su di essa come mostrato in figura 7 e. Al contrario, un’alta probabilità
d’interazione liquido-liquido porta ad un alto valore dell’aggregazione liquida.
Rispetto agli altri metodi visti in precedenza, il metodo QSGS ha il merito di incorporare
caratteristiche statistiche e casuali in un processo di generazione-crescita, avvicinandosi al caso
reale; inoltre, i parametri presenti nell’algoritmo hanno un significato fisico, a differenza dei
coefficienti empirici usati in precedenza

3.1.3.3. Struttura a rete


Le strutture a celle sono un po’ più complesse, e pochi approcci possono riprodurre le strutture con
un’accuratezza accettabile. Alcuni ricercatori hanno rappresentato questo tipo di strutture usando
una schiera di celle esagonali, ma in ogni caso questo modello usa parametri empirici per tener
conto degli effetti delle connessioni tra celle.
Con la stessa idea del metodo di generazione-crescita casuale, il più importante processo di
ricostruzione per strutture a rete bidimensionali bifasiche (2d2p) può essere descritto nel modo
seguente:
1- distribuzione casuale dei nuclei come dei nodi della rate
2- per ogni nodo della rete, si cerca verso i nodi vicini e si seleziona casualmente un loro nn come
collegamento tra i nodi
3- Crescita delle linee di collegamento.

3.2. Soluzioni delle leggi governanti

Dopo che la microstruttura è stata ricostruita, si devono risolvere numericamente le equazioni che
governano il trasporto nei materiali per comprendere le proprietà effettive dei materiali multifasici.
Sono stati applicati numerosi metodi (come quello dell’equazione differenziale parziale
convenzionale, o il metodo della differenza finita) per affrontare le equazioni governanti del
trasferimento di calore e del trasporto del campo elettrico. In ogni caso, sono presenti due grandi
difficoltà: la prima è la necessità di rifinire il reticolo in strutture complesse, la seconda è di
coniugare le interfacce tra le varie fasi; sono necessari quindi calcoli estremamente elaborati e
complessi.
Recentemente i metodi casuali di rappresentazione delle perturbazioni nei mezzi porosi hanno
attratto molta attenzione, a causa della semplicità di implementazione di interazioni multiple tra le
particelle e di condizioni geometriche complesse.

3.2.1. Equazioni governanti

Per determinare la
conducibilità termica o elettrica
attraverso un materiale
multifasico come mostrato in
figura, bisogna considerare una
serie di equazioni governanti. È
subito applicabile la teoria
EMT, supponendo il trasporto
fisso, secondo cui attraverso
l’equazione di Lagrange
∆λn∆Φ=0
Dove λn è la conduttività locale
della fase n-sima e Φ
rappresenta o il potenziale o la
temperatura.
All’interfaccia tra le fasi i e j,
si ha:

Φint,i = Φint,j
λi ∆Φ|int,i = λj ∆Φ|int,j
dove int si riferisce all’interfaccia tra le fasi.
Sono state ricavate equazioni governanti molto simili per le proprietà elastiche e meccaniche; per
esse λn rappresenta il modulo meccanico locale, Φ la disposizione nelle direzioni della forza e q lo
stress in una direzione data.

Benchmarks
L’algoritmo lattice di Boltzmann e i suoi codici sono stati convalidati da due strutture:il modo
parallelo e la modalità delle serie. Ponendo K1 e K2 la conducibilità di ogni componente, le
soluzioni teoriche per la conducibilità efficace saranno (K1+K2)/2 per il modo parallelo e 1/(1/2K1 +
1/2K2) per la modalità delle serie. Successivamente il metodo di Boltzmann è stato convalidato
tramite la simulazione del processo di trasporto in materiali in cui le proprietà variano
continuamente. Considerando il problema del cubo facendo variare le proprietà lungo l’asse z,il
potenziale sulla superficie
superiore è φT e alla base è φB=0;
la conduttività alla base della
superficie è λ0. Vengono
considerati tre casi, facendo
variare le proprietà quadratiche,
esponenziali e trigonometriche
lungo l’asse z ottenendo i seguenti
risultati:
λ=λ0(1+βz)2 (quadratiche)
λ=λ0 e2βz (esponenziali)
λ=λ0(a1 cosβz+a2 sinβz )2
(trigonometrica)
Il metodo di Boltzmann è stato
comparato con il metodo CFD
simulando lo stesso problema di
trasferimento di calore coniugato
in spessore. E’ stato osservato che
il CFD necessità più tempo per
raggiungere la stessa precisione
del metodo di Boltzmann.

Applicazioni
E’ uno dei più importanti risultati per la scienza dei materiali che stabilisce la connessione tra le
proprietà macroscopiche e le corrispettive proprietà di ogni inclusione. Sono due i principali
problemi che appaiono: la morfologia interna dei materiali e le interazioni tra i costituenti dei
materiali stessi. Tuttavia inserire questi due fattori in un trattamento teorico spesso si pone come
una sfida, fatta eccezione per la struttura altamente regolare. Una volta che i materiali diventano più
complessi,il compito diventa più arduo. Tuttavia due passaggi fondamentali sono stati compiuti per
affrontare tali problemi: per prima cosa l’equivalente microstruttura multi - fase viene riprodotta in
maniera casuale da un multi parametro con un metodo basato sulle informazioni della reale
struttura;il secondo passo consiste nel risolvere numericamente le equazioni che regolano il
processo di trasporto mediante il metodo di Boltzmann. Tale metodo ci permette di calcolare non
solo le proprietà delle strutture dei materiali esistenti in natura, ma anche di quelli che non esistono.

Diverse proprietà fisiche nel trasporto

Tutto ciò dimostra la forza di questo metodo, che può essere utilizzato per lo studio delle proprietà
fisiche quali la conducibilità termica,quella elettrica e il modulo elastico. Inoltre questo metodo può
essere applicato per i composti a due fasi granulari e a tre fasi granulari o per i composti fibrosi.
Nell’ultimo caso è stato utilizzato la fibra di carbonio per la sua capacità di ‘’riempimento’’ nei
materiali migliorandone le proprietà meccaniche,elettriche e termiche. Un esempio possono essere i
nano fluidi: aggiungendo l’1% di nano-fibra di carbonio in un olio,la sua conduttività termica
aumenta del 150%. Per quanto riguarda i composti reticolari,tali materiali hanno mostrato ottime
prestazioni meccaniche e di trasporto in alte porosità,grazie alla loro struttura reticolare. Le loro
effettive proprietà sono state altamente sottovalutate nel momento in cui vennero applicati i modelli
teorici tradizionali. Molti nuovi approcci numerici sono stati proposti per le strutture regolari di tali
materiali, ma con qualche variazione nei parametri per spiegare il divario tra le strutture regolari
assunte e i materiali attuali. Il metodo della generazione casuale di crescita è stato utilizzato per
ricostruire la microstruttura reticola casuale di tali materiali su una griglia 50x50x50 in modo da
limitare le fluttuazioni.

Conduttività elettrica
Nel caso delle due fasi compariamo la ns. effettiva previsione delle conduttività elettrica
dell’Al2O3/Y-TPZ materiali compositi con le misure effettuate da sanchez-herencia. La figura 20
mostra l’effettivo risultato della conduttività elettrica verso il volume diviso al2o3 per ogni singolo
stato di composito: La conduttività elettrica dell’al2o3 e Y-TPZ usato per la simulazione sono 3.7 x
10-7e 1.0 x 10-2 per s/cm rispettivamente. Quando usiamo una scala logaritmica per l’asse y la
conduttività elettrica effettiva mostra approssimativamente un comportamento b-lineare, con un
punto di caduta intersecante un punto dove la frazione di volume della Al2O3 è 0.8. Prima di
intersecare questo punto la conduttività elettrica effettiva decresce con la frazione di volume della
Al2O3 ad un valore basso, dove dopo questo punto il valore decresce più rapidamente: Questo tipo
di andamento è paragonabile con il report precedente: Comunque le previsioni precedenti
cambiavano la conduttività effettiva in modo più dolce e continuo senza punti specifici che davano
un senso fisico. Le ns. previsioni sono comunque allineate con i dati sperimentali quando la
frazione di volume della Al2O3 è meno di 0.8 e comunque le previsioni sono maggiori dei valori
misurati una volta che la frazione di volume della Al2O3 si avvicina a 0.9.La ragione di questa
differenza può essere attribuita ad un errore sistematico nell’ equipaggiamento sperimentale o nelle
lacune esistenti nel materiale.
Permettività dielettrica
Consideriamo un
struttura di vetro poroso
asciutta o saturata da un
liquido. Riproduciamo la
struttura porosa per
mezzo di QSGS con
cd=0.01glass su una griglia
200 x200 e calcoliamo
l’effettiva costante
dielettrica tramite i
componenti dielettrici
con le proprietà LDS:
εracqua=80, εrmetanolo=30,
aria vetro
εr =1 e εr =6.4 .La
figura 21 mostra la
previsione della costante
dielettrica effettiva verso
i tre casi confrontati con i
dati sperimentali. I
simboli rappresentano i
dati sperimentali e le
linee continue sono la
previsione dei valori. I
risultati numerici
mostrano un buon accordo con i dati sperimentali. Quando la struttura e’ parzialmente saturata con i
pori occupati dal liquido la costante dielettrica nel sistema multi - fase può cambiare in modo
importante con il liquido contenuto. Una tecnica è stata messa a punto col variare del volume
dell’acqua che può essere stimato con la costante dielettrica misurata verso la costante del campione
insaturo. Qui viene simulato un sistema trifase usando il metodo numerico presentato. La
coincidenza dei dati potrebbe essere migliore se noi conoscessimo meglio la geometria interna
come conosciamo la geometria dei parametri in QSGS.

Moduli elastici

I modelli teorici usati sono più ampi utilizzando i moduli elastici meccanici di materiali multi - fase.
Da quando il campo della deformazione elastica può essere controllato dalla Eq. (λn φ)sotto
determinate assunzioni e la stessa metodologia può essere estesa in modo estimativo all’effettivo
modulo elastico. Prima di tutto la micro struttura deve essere riprodotta in modo equivalente
basandoci sulle informazioni sperimentali. Per esempio, Tilbroc ha fornito una serie di immagini
della micro struttura del composito della allumina epossidica. I pori sono chiaramente osservabili
nel composito nonostante i dettagli della porosità non siano riportati. I loro risultati mostrano
approssimativamente che la porosità decresce con la frazione del volume della allumina φ Al2O3
quando φ Al2O3> 50% ma aumenta con φ Al2O3comunque. Le proprietà della allumina e
dell’epossidico sono elencate nella tabella 3. Le proprietà elastiche dei pori sono assegnate di un
valore basso come 10-5 GPa. Per questo grande contrasto tra i moduli elastici dei due componenti
solidi (E Al2O3:Eepoxi=390:3.4), l’ampiezza HS non riesce a procurare un forte contrasto fra il presente
metodo attualmente usato come accuratezza previsionale, senza evidenziare parametri empirici. Se i
dati della porosità sono forniti l’accuratezza della previsione può essere ulteriormente migliorata.
Quando la direzione delle forze esterne e la direzione varia da normale a parallela sulla superficie
superiore, la stessa equazione di controllo e’ approssimativa. Il modulo a taglio usato per Al2O3 e
l’epossidico sono elencate nella tabella 3. In aggiunta con la dispersione dei pori considerata, il
modulo a taglio previsto per Al2O3- componenti epossidici sono compatibili con le misure
sperimentali. Dopo aver calcolato i moduli di Yung e il modulo a taglio, il coefficiente di Poisson è
stato anch’esso calcolato e confrontato con i dati sperimentali.

4.2 Effetti delle dimensioni

L'effetto di scala o di dimensione é un fenomeno importante per quanto riguarda le proprietà dei
materiali, ad esempio molte proprietà sembra che abbiano tendenza a variare quando viene alterata
la dimensione del materiale. L'esempio più significativo é stato dato da Griffith nel suo famoso
diagramma dei dati sperimentali della resistenza del materiale rispetto al suo diametro, che
rappresenta la nascita della meccanica della frattura. Questa scoperta della connessione tra la
resistenza del materiale e le dimensioni del campione é stata riportata nel 1926 da Pierce dopo aver
esaminato il teorema dell'"anello più debole", utilizzando i dati di test sulla resistenza dei filati. Gli
effetti di scala o dimensione quindi hanno portato ai relativi studi sulla meccanica dei materiali e
altre proprietà. Diversi ricercatori nei loro esperimenti hanno notato che la conducibilità termica
reale dei materiali porosi può variare a seconda della diversa taglia media dei pori/particelle, anche
se i componenti e la porosità del materiale restano gli stessi. Per sistemi porosi solido-aria di pari
porosità, particelle solide più piccole spesso portano ad una maggiore conducibilità termica reale.
I modelli teorici esistenti riescono a mala pena a spiegare il fenomeno e poche analisi sono state
condotte sinora per esplorare questo meccanismo.
Di seguito controlliamo la taglia media delle particelle o dei pori cambiando il valore di CD. Ad una
data porosità EPSILON, ad un maggior valore di CD corrisponde una minore dimensione media
delle particelle o dei pori. La fig. 26 mostra due strutture generate a EPSILON=0.5, dove (a) ha un
CD dieci volte maggiore di (b). La struttura per un alto valore di CD appare più uniforme ed ha un
maggiore rapporto superficie-volume. Le superfici scabre delle strutture generate assomigliano a
quelle tipiche dei materiali granulari porosi naturali. Queste complessità strutturali possono
facilmente esaurire le risorse di calcolo dei classici modelli PDE (PDE SOLVERS), ma influenzano
poco l'efficienza del calcolo dei modelli LBM. Basandosi sulle strutture porose generate per
differenti valori di CD, l'effetto della taglia delle particelle sulle reali proprietà fisiche del mezzo
poroso è stato studiato utilizzando il metodo di seguito esposto. Per sottolineare il punto al fine di
focalizzare l'effetto scala abbiamo di seguito utilizzato una proprietà fisica generica.
Si supponga che le particelle solide abbiano un più alto valore della proprietà a λs=3.0 e che la
proprietà dell'altra fase è molto inferiore a λG=0.025. Non viene specificata nessuna unità poiché
essa dipende dal tipo fisico. I risultati mostrano che la proprietà effettiva del mezzo a porosità
casuale è compresa tra i valori ricavati dal PARALLEL MODE e quelli ricavati dal SERIES
MODE, e che una dimensione media delle particelle maggiore porta ad un valore inferiore della
proprietà effettiva su tutto il range della porosità compresa tra 0 e 1. La maggior differenza tra i
risultati della proprietà effettiva a diversi valori di CD si manifesta dove la frazione volumica di
solido è compresa tra 0.5 e 0.8. Quindi manteniamo il valore della frazione volumica di solido a 0.5
e cambiamo il valore di CD. Poiché il volume medio della particella è inversamente proporzionale
al valore di CD, il risultato è che l'effettiva proprietà dei mezzi solidi porosi granulari diminuisce
monotonamente con la taglia media della particella.
Per spiegare perché una minore dimensione media della particella porta ad una maggiore proprietà
effettiva del mezzo poroso, in Fig. 29 sono riportati i campi di potenziale calcolati per due diverse
strutture. Per un materiale omogeneo, poiché i confini sono entrambi isotermi sia in alto che in
basso, il tracciato del potenziale dovrebbe essere una serie di linee uniformi e parallele. Però, i
tracciati della temperatura nei materiali porosi saranno distorti dalla distribuzione di fasi eterogenee
nel materiale stesso, come mostrato in Fig. 29. Troviamo inoltre che un maggior valore di CD si
traduce in tracciati potenziali più piatti, che sono vicini a quelli dei materiali omogenei. Basandosi
sul principio di uniformità del gradiente potenziale, la struttura porosa generata con particelle più
fini con un alto valore di CD dovrebbe portare a una più alta proprietà effettiva.

4.3 Effetti dell’anisotropia

Sebbene i materiali con diverse caratteristiche direzionali sono comuni, la maggior parte del lavoro
svolto finora si è concentrato sui casi isotropi, eccetto qualche studio orientato a definire in una
formulazione generale questa dipendenza della proprietà (fisica) dalla direzione. Ancora pochi
ricercatori hanno generato materiali porosi anisotropi utilizzando gruppi di ellissi con diverse
lunghezze d'asse o diversi angoli di orientamento. Basandosi sul moderno processo QSGS, una
microstruttura anistropa può facilmente essere generata variando i valori della probabilità di crescita
direzionale (DI) per il mezzo granulare poroso. Nessuno sforzo addizionale è richiesto per
considerare le connessioni tra le particelle. La Fig. 30 mostra le strutture generate per differenti
rapporti DX/DY, dove DX è lungo le principali direzioni orizzontali e DY è nelle principali
direzioni verticali. Le probabilità di crescita nelle quattro direzioni diagonali sono sempre un quarto
del minimo valore di quelle nelle direzioni principali. Gli altri parametri sono CD=0.01 ed ε=0.5, e
la griglia usata è 200x200. Le microstrutture calcolate mostrano alcune caratteristiche differenti per
diversi valori della probabilità di crescita. L'anisotropia cresce con il
rapporto DX/DY. Le probabilità di crescita direzionale sono determinate basandosi
sull'informazione statistica della macrostruttura, e possono perciò essere ricavate tramite
misurazione delle attuali strutture porose.
Dopo aver generato le microstrutture anisotrope con il rapporto DX/DT che varia tra 0.01 e 100,
abbiamo calcolato la proprietà reale lungo l'asse y. Un'altra tipica struttura anisotropa é il materiale
a fibre allineate. Le strutture a fibre in due dimensioni ed in due fasi sono state studiate, per
esempio, cambiando l'angolo di orientazione delle fibre. Generalmente, la proprietà reale del
materiale fibroso sarebbe rafforzata lungo la direzione di allineamento e indebolita lungo la
direzione perpendicolare.

4.4 Effetti della morfologia

La morfologia di seguito si riferisce alle caratteristiche strutturali intere di un materiale. Per


microstrutture casuali esistono almeno tre tipi di strutture tipiche: granulare, fibrosa e reticolare. Per
diversi tipi di struttura, le proprietà reali solitamente differiscono in modo drastico anche per gli
stessi componenti e per le stesse frazioni. Alcuno studiosi hanno misurato la conducibilità termica
di materiali polimerici compositi rinforzati col rame con diverse forme di riempimento (FILLER
SHAPES) ed hanno trovato che la forma a fibra può portare a conducibilità maggiore di quella
ottenibile con forme a sfera o a disco per la stessa frazione di riempimento. Poiché il metodo di
generazione-crescita casuale può riprodurre tutte e tre i diversi tipi di microstruttura, il presente
metodo mesoscopico fornisce un modo di studiare tali effetti. Si considerino i materiali a due
dimensioni e due fasi con diverse morfologie, riprodotti utilizzando il metodo generazione-crescita
casuale su una griglia 200x200 per diverse frazioni volumiche del componente disperso. La
proprietà del componente per la fase dispersa è posta a 100 unità e per la
fase continua è posta a 1 unità. Le proprietà effettive per le tre microstrutture casuali sono
comparate mediante l'uso dei confini teorici. I risultati indicano che:
1) le proprietà reali nel caso della sequenza di sfere sono quasi le stesse (di quelle calcolate con il
metodo) dei confini inferiori HS, perché non ci sono contatti tra le particelle disperse in entrambi i
casi;
2) la struttura granulare porta ai più bassi valori delle proprietà per la stessa frazione in volume
della fase dispersa.
Senza considerare la resistenza al contatto ed il modo di contatto, la struttura fibrosa sembra essere
quella ottimale per le proprietà più alte. Tali risultati possono avere importanti implicazioni nella
progettazione della struttura o di un materiale.

4.5 Effetti dell’interazione di fase


Quando un mezzo poroso contiene più di due fasi di stato, deve essere valutato l'effetto delle
interazioni interfasiche sulle proprietà della materia. Per un sistema trifasico contenente gas, liquido
e solido, il caso più semplice è generare la fase liquida usando il metodo QSGS con una probabilità
di crescita-interazione di fase uniforme, per esempio, LL/LS=1, dove LL é la probabilità per la fase
liquida ed LS quella della fase solida. Questa ipotesi è basata sul processo di idratazione
caratterizzato da un forte potenziale di attrazione solido-liquido, e consisterà in un film liquido
uniforme attaccato ai grani solidi. Minore è il rapporto LL/LS, maggiormente uniforme sarà il film
liquido. Tali strutture si posso trovare in certi materiali compositi multicomponente . Comunque,
per le arenarie non sature (porose) e per gli assemblamenti vetrosi, la caratteristica di idratazione
(letteralmente "bagnatura") dell'acqua è differente. Sia la legge della minore energia d'interfaccia
che le immagini delle misurazioni hanno mostrato che l'acqua nelle arenarie o nelle strutture vetrose
tende a presentarsi in forme aggregate piuttosto che in film di spessore continuo sulla superficie
del solido a causa delle deboli proprietà di bagnabilità (intese come forze di adesione di un liquido
al solido). Gli effetti dell'interazione di fase sulle proprietà effettive dei mezzi porosi multifasici
possono così essere studiati. Assumendo il caso di una arenaria insatura dove la frazione volumica
delle particelle solide è θ=0.5 con CD=001θ, la frazione volumica di acqua è θ=0.3 e le proprietà del
componente sono λs=3.0 (solido), λl=0.1 (liquido) e λg =0.025 (gas) rispettivamente. I risultati
indicano che le proprietà effettive di un mezzo poroso multifasico aumentano con il grado di
conglomerazione della fase liquida. Le proprietà effettive cambiano poco quando LL/LS < 1 ed
aumentano in modo marcato quando LL/LS > 10.

4.6 Esame delle attuali tecniche di misura

Quando si utilizzano metodi numerici per studiare le proprietà effettive dei materiali multifasici
paragonati ai dati sperimentali esistenti, era interessante notare che per lo stesso problema le
predizioni di un modello 2D erano spesso differenti dai risultati ottenuti da un modello 3D e che
qualche dato sperimentale si accordava con le predizioni 2D mentre altri si accordavano coi risultati
dei calcoli dei modelli 3D. Le simulazioni 2D usano una griglia 200x200 e le 3D una 60x60x60 per
costi di computazione accettabili. i risultati mostrano che i dati sperimentali sono consistenti con le
predizioni 2D e deviano abbastanza dalle previsioni 3D. La ragione può semplicemente essere che
la tecnica a sonda calda o a filo caldo, che è basata su una sorgente di calore lineare e simmetrica
rispetto agli assi, è essenzialmente una tecnica 2D. Carson e altri hanno sviluppato un metodo
comparativo transitorio per le tecniche 3D di misurazione della conducibilità termica effettiva di un
mezzo analogo ad un cibo pseudo-poroso. Di nuovo, le simulazioni 2D usano griglie 200x200 e le
3D 60x60x60. Le predizioni dei modelli 3D concordano con in dati sperimentali, mentre le
predizioni dei modelli 2D si collocano più in basso. Sebbene le strutture casuali generate non sono
esattamente le stesse utilizzate negli esperimenti di Carson, che possono spiegare alcune differenze,
questo paragone può ancora servire ad evidenziare che il metodo transitorio comparativo di Carson
é una tecnica di misura 3D.

Conclusioni e prospettive
Stabilire le connessioni tra le effettive proprietà dei materiali multi - fase e la loro microstruttura
interna è sempre stato uno dei più importanti obiettivi degli scienziati e dei ricercatori. Per far ciò
sono stati introdotti due principi fondamentali: la morfologia interna dei materiali formata da
costituenti e le interazioni tra i costituenti stessi. Tuttavia,eccezion fatta per i casi semplici, inserire
questi fattori in un trattamento teorico è una vera e propria sfida. Quando i materiali assumono
morfologia e caratteristiche interne sempre più complicate, predire gli sviluppi del sistema diventa
quasi impossibile. Tale studio può essere reso possibile utilizzando i modelli numerici mediante le
simulazioni computerizzate che garantiscono delle previsioni più accurate ed efficienti sulle
proprietà elettriche, termiche e meccaniche dei materiali multi - fase con struttura interna
complessa. Due parti interessano il metodo numerico:
1)I multi parametri casuali per la riproduzione delle microstrutture basati sulle informazioni
macroscopiche;
2) l’alta efficacia del metodo proposto da Boltzmann per la risoluzione delle equazioni che
governano il sistema.
Inoltre varie applicazioni e confronti con i dati sperimentali hanno convalidato tale metodo
dimostrandone dunque l’accuratezza e soprattutto l’efficacia, metodo utilizzato per investigare sugli
effetti delle strutture geometriche sulle effettive proprietà dei materiali complessi. Tuttavia c’è
ancora molto da scoprire sull’influenza della dimensione dei materiali sui materiali stessi. Il
cambiamento drastico delle proprietà di alcuni materiali causato dal passaggio da dimensioni grandi
a dimensioni nano-metriche è la più notevole manifestazione di tale influenza. Ad esempio,la forza
dei materiali dipende (anche se in maniera molto sensibile) dalle dimensioni del materiale stesso.
Tale effetto di scala è stato denominato ‘’effetto scala locale’’ . Ovviamente non bisogna pensare a
tali effetti come qualcosa riguardante solo dimensioni apprezzabili,in quanto tali effetti interessano
anche le strutture nano-metriche e quindi bisogna prestare attenzione all’utilizzo dei materiali in cui
sono presenti composti estranei (anche se in quantità infinitesime). Tuttavia vi sono delle
limitazioni nello stabilire delle leggi universali per quanto riguarda le variazioni delle proprietà
nelle scale nano-metriche. Tutt’ora i ricercatori stanno sviluppando un modello matematico che
fornisca risultati apprezzabili anche in tale scala.
Le proprietà dei materiali dipendono anche dalla velocità o dalla frequenza delle sollecitazioni
esterne,fattori che aumentano la difficoltà dello studio dei materiali complessi.. In generale,quando
ci troviamo in un sistema non statico,le proprietà diventano dipendenti dal tempo e quindi è difficile
stabilire degli stati di equilibrio. Un altro problema da affrontare sono le proprietà bi-modulari
come, ad esempio, l’anisotropia che è responsabile di numerose variazioni delle proprietà dei
materiali, oppure il segno e la direzione della forza che può causare trazione o compressione del
materiale.
La stretta connessione tra proprietà e microstruttura è osservabile in natura anche nei bio-materiali
che si trovano in piante ed animali. Ad esempio,avendo una superficie quasi millimetrica,alcune
piante e animali acquisiscono un’alta idrofobia; il geco alterna proprietà adesive a proprietà
frizionale, o ancora il camaleonte può variare il suo colore. L’uomo è riuscito a riprodurre in parte
queste relazioni con i meta-materiali (termine coniato nel 1999 da Walser), dei materiali che variano
le proprietà al variare della loro composizione:i primi esempi di tali materiali sono quelli che
mostrano una rifrazione negativa e dunque variano le proprietà ottiche. Un altro tentativo dell’uomo
di ricreare tali relazione è rappresentato dai materiali a struttura nano-metrica ottenuti assemblando
componenti nano-metrici per ottenere le proprietà desiderate. Ampi finanziamenti sono stati
stanziati per queste ricerche a causa delle enormi potenzialità di questi materiali. Concludendo, ci si
può soffermare sull’importanza che i materiali hanno avuto nella storia dell’uomo aiutandolo a
progredire. Non per niente tutti gli antropologi utilizzano lo studio dei materiali utilizzati dalle
diverse civiltà per stabilire il loro stato di civilizzazione. In molti si sono interessati sull’utilizzo dei
materiali nel passato,ma anche sul modo in cui venivano prodotti. Ad esempio durante l’Età della
pietra, i coltelli e gli utensili in pietra venivano prodotti dagli artigiani manualmente utilizzando
altre pietre e rocce. Successivamente la pietra è stata gradatamente sostituita dall’utilizzo del legno,
più facile da lavorare e modellare, fino ad arrivare all’utilizzo dei metalli sfruttandone la
modellabilità con il calore. Nel XX secolo la proliferazione dei polimeri è derivata dall’acquisizione
della capacità di sintetizzare chimicamente i materiali. Oggi ,con le nuove tecnologie e gli studi
approfonditi che ci permettono manipolare i materiali in diversi livelli e scale, sono venuti alla luce
nuovi materiali non esistenti in natura con importantissime proprietà e qualità , come i materiali
compositi, i meta materiali e i materiali in nano-scala,che risultano essere il trionfo della
conoscenza. Si prospetta l’avvento di une vera e propria età d’oro per i materiali.