Escolar Documentos
Profissional Documentos
Cultura Documentos
Tesina di metallurgia:
Previsioni sulle proprietà fisiche effettive di
materiali complessi multifasici
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.
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.
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
E' stato provato che queste equazioni sono utili in casi mirati, comunque con molti limiti associati
all'assenza di parametri empirici.
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.
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.
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.
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.
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.
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.
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.
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.