Lo sviluppo delle tecniche computazionali nel calcolo a elevate prestazioni ha raggiunto negli ultimi anni un livello di affidabilità tale da diventare uno degli strumenti predittivi di prima scelta per spiegare le proprietà e il comportamento dei materiali con cui l’industria realizza nuovi processi e prodotti manifatturieri.
Le simulazioni per applicazioni industriali coprono un vasto campo di modelli computazionali dall’elettronico, atomistico, mesoscopico fino all’utilizzo di modelli continui, a seconda del livello di dettagli che si decide di introdurre nel modello computazionale. Ogni dominio di applicazione (energia, chimica, trasporti) ha i suoi problemi da risolvere, ma spesso sono molteplici i punti in comune a livello microscopico.
Capita così che tecniche di simulazione atomistiche che hanno portato allo sviluppo di nuovi materiali per sostituire il silicio nel campo dei microprocessori [1] siano poi state utilizzate per capire i motivi alla base del funzionamento di nuove batterie per la propulsione di veicoli elettrici su distanze di oltre 800 km [2], per ridurre i rischi connessi al fumo nelle sigarette elettroniche [3] o per prevenire la degradazione delle qualita’ organolettiche di bevande come il caffé [4].
Teodoro Laino ha ottenuto il diploma di laurea nel 2001 (Università di Pisa e Scuola Normale Superiore di Pisa) e il dottorato nel 2006 in chimica computazionale alla Scuola Normale Superiore di Pisa, Italia. Il lavoro di tesi, dal titolo “Multi-Grid QM/MM Approaches in ab initio Molecular Dynamics” è stato sviluppato sotto la guida del Prof. Dr. Michele Parrinello. Dal 2006 al 2008 ha lavorato come ricercatore presso l’Università di Zurigo, dove ha sviluppato algoritmi per applicazioni nel campo delle simulazioni atomistiche e di dinamica molecolare. Dal 2008 lavora presso il centro di ricerca IBM di Zurigo nel dipartimento di Soluzioni Industriali e Science Computazionali. Nel 2015 è diventato technical leader delle simulazioni molecolari nel centro di ricerca Ibm di Zurigo. La sua linea di ricerca si focalizza sulle simulazioni delle dinamiche di sistemi complessi (chimici e biologici) per applicazioni industriali nel settore dell’energia, delle scienze biologiche e nano-elettroniche.
Un fattore chiave per un approccio di successo nel trattamento dei complessi problemi industriali è la capacità di integrare questi differenti tipi di simulazioni, cosi’ da raggiugere un livello di descrizione altamente realistico del problema con alti livelli di attendibilità delle previsioni. Parliamo in questo caso di integrazione multi-scala e/o anche multi-fisica, riconosciuto – ad esempio – nel 2013 con il Nobel prize per la chimica agli accademici Martin Karplus, Michael Levitt and Arieh Warshel “per lo sviluppo di modelli multi-scala per la simulazione di sistemi chimici complessi”. [5]
Con la recente crescita di potenza computazionale, i modelli multi-scala hanno avuto il potenziale di consentire vantaggi economici per tutte le industrie manifatturiere, permettendo di identificare, attraverso l’uso di modelli continui, i migliori siti per perforazioni petrolifere, di simulare gli sforzi e le deformazioni di componenti sensibili per applicazioni aeronautiche, con l’obiettivo di migliorare la stabilità strutturale e quella dinamica attraverso la simulazione numerica dell’interazione tra fluido e struttura.
In maniera simile, nell’industria automotive, dove la scienza computazionale entra ormai in tutti gli aspetti della progettazione e della produzione dei veicoli, allo scopo di consumare meno carburante, accrescere la qualità delle emissioni, ridurre il rumore.
Tutto ciò richiede il trattamento computazionale di equazioni della dinamica dei fluidi, dell’aeroelasticità, della dinamica delle vibrazioni aeroacustiche, dello scambio termico, della cinetica chimica per la combustione, della meccanica dei materiali in regime di grandi sforzi e deformazioni per simulare le conseguenze dovute a impatti.
Per non parlare dell’industria chimica, che fa uso di modelli computazionali al fine di simulare al computer le condizioni ottimali per i processi di polimerizzazione fino al design di nuovi catalizzatori per processi di sintesi di materiali complessi.
Insomma, tutto ciò che ricade nell’interesse dell’industria richiede lo sviluppo di tecniche di indagine e di algoritmi multiscala, capaci di descrivere e catturare lo scambio di processi meccanici, termici e chimici fra scale spaziali notevolmente eterogenee e con approcci fisici profondamente diversi.
Combinato con l’aumento vertiginoso della velocità dei computer, il calcolo scientifico sta diventando sempre piu‘ uno strumento versatile e affidabile per innovare il settore industriale ed aprire nuove prospettive di crescita sostenibile per il settore manifatturiero.
NOTE
[1] Ab Initio Design of High-k Dielectrics: LaxY1-xAlO3, S.A. Shevlin, A. Curioni, W. Andreoni, Physical Review Letters 94(14), 146401, 2005
- Laino, A. Curioni, Chemistry 18(12), 3510-3520, 2012
[3] A Revisited Picture of the Mechanism of Glycerol Dehydration
- Laino, C. Tuma, A. Curioni, E. Jochnowitz, S. Stolz, The Journal of Physical Chemistry A 115(15), 3592-3595, 2011
[4] The elusiveness of coffee aroma: New insights from a non-empirical approach
L.J. Munro, A. Curioni, W. Andreoni, C. Yeretzian, H. Watzke, Journal of Agricultural and Food Chemistry 51(10), 3092-3096, 2003
[5] https://www.nobelprize.org/nobel_prizes/chemistry/laureates/2013/press.html
[…] Perché l’industria vive di modelli, strutture, algoritmi e calcolo […]