用户:Ledled/沙盒

来自中国分布式计算总站
跳转至: 导航搜索

Computing for Clean Water

Computing for Clean Water Logo.jpg
Ledled/沙盒 logo
Computing for Clean Water ScreenSaver.png
Computing for Clean Water 屏幕保护图形
开发者 清华大学微纳米力学和多学科交叉创新研究中心China.gif
版本历史 2010年8月24日
运算平台 Windows.pngLinux.pngMacos.png
项目平台 BOINC
程序情况
任务情况 10天任务限期
项目状态 运行中/开放注册
项目类别 生命科学类
优化程序
计算特点 CPU密集:

支持0分享率

支持GPU计算

官方网址 Ledled/沙盒
{{{rss}}} [{{{rss}}} 通过 RSS 获取项目新闻]


Computing for Clean Water “清水计算”项目

本项目是 IBM 公司主持的 World Community Grid 项目的子项目。

项目概述

项目状态和成果

“清水计算”Web 站点页面中提供了有关该项目的信息,另外,参与该项目的科学家也在该站点提供了信息。如果您对该项目有意见或疑问,请访问“清水计算”论坛

任务

“清水计算”任务是在分子级别更深入地从根源上研究如何使水流过新型过滤材料。通过该项目所获得的深入洞察力将指导进一步开发更高效、成本更低的水过滤设施。

意义

缺乏清洁的水是发展中国家的许多地区所面临的主要人道主义难题。估计有大约 12 亿人缺乏安全的饮用水,并且 26 亿人缺乏或根本没有卫生设施。每年有数百万人 - 估计每天有约 3900 名儿童 - 因不卫生的水而导致的疾病(尤其是痢疾)而死亡。

目前已存在过滤脏水的技术,但成本通常非常高。海水淡化可提供丰富的引用水,但同样也受困于过滤成本。因此,高效的水过滤新方法是迫切的研究主题。新的水过滤方法是将碳纳米管堆积成阵列,从而强制水通过纳米管。

方法

通常,碳纳米管的孔径极其微小,通常只有某些水分子能够穿过,并且需要非常大的压力,因此,需要昂贵的设备来过滤有用的水量。然而,在 2005 年,实验证明此类碳纳米管阵列实现的水流速度大幅超过期望值。这一意外结果激发了许多科学家的热情,使他们投入大量精力来研究推动碳纳米管水流的底层过程。

该项目使用大规模的分子动力学计算 - 模拟个别水分子通过碳纳米管的运动 - 以便更深入地了解碳纳米管中的水流机制。例如,已经形成了一个推论 - 水分子与碳纳米管的直接接触的行为是否像冰一样。这种行为可以减少水的其余部分的摩擦力,从而提高流速。逼真的计算机模拟是验证此类假定的一种方法。

最终,科学家们希望使用从模拟获得的深入洞察来优化底层过程,从而大幅加快水通过碳纳米管和其他纳米多孔材料的速度。此优化过程将能够使水流更顺畅,同时过滤掉污染物。模拟可能还会揭示在哪些条件下此类过滤装置能够最有效地帮助淡化过程。

项目详细信息

C4cw page 1.png

World Community Grid 与清华大学最近成立的“微纳力学与多学科交叉创新研究中心”的研究人员一起研究新型高效、廉价水过滤材料的分子级别特性,这可能有助于满足发展中国家或地区的低价、清洁的饮用水需求。

清水贵如油,作为有限资源,水资源在过去数十年间经常被浪费,而目前的生产成本则日益提高。在全球许多地区,清洁的水源(尤其是地下水)正在以惊人的速度耗尽。随着地球人口的增长,这一情况只会恶化,并且可能因气候变化而加剧。

根据《经济学人》期刊有关水资源的最新专门报告,到 2050 年,生活在长期缺水的国家或地区的人员比例将从 21 世纪的 8% 剧增到 45%,也就是说将有 40 亿人缺水。

尽管每个在校学生都知道地球主要由水覆盖,但超过 97% 的都是盐水,需要昂贵的淡化过程才能转化为饮用水。非盐水大约占 3%,其中 70% 是南北极的冰山。因此,除了海洋生命,地球上的所有动物都必须依赖不足 1% 的地球可用水生存。

在世界上缺水的地区,以及人口高密度地区,缺乏清水已成为痢疾等疾病的主要来源,而这又会导致营养不良。而且儿童营养不良很可能导致终身健康问题,影响人们的劳动能力。据估计,在某些国家或地区痢疾的长期影响可能会损失 4-5% 的 GDP。

因此,大量科学家正在将他们的注意力转到如何从被污染的水或盐水中生成清洁的饮用水。水净化通常包括几个步骤,基于物理(沙过滤)、化学(氯化)或者甚至是生物(处理池)等方法。

加压过滤

常见类型的水净化系统依赖于对水加压,以强制使水通过具有微孔的薄膜。这称为超滤膜,用于过滤掉可以通过较大的沙过滤装置的溶解物质。

这种原理也应用于称为反渗透的过程,可用于从盐水生成清水。反渗透需要外部机械压力来抵消半渗透膜的渗透压力,此压力阻止盐分通过。在缺少外部压力的情况下,隔膜一侧的高压清水和另一侧的低压盐水保持平衡。

反渗透通常需要数十个大气压以打破此平衡并保持新鲜的水流通过隔膜。生成此类高压以及能够抵挡它们的隔膜的成本都非常高。这部分说明了为何反渗透在全球饮用水生成中仅占据非常小的比例。

纳米技术伸出援手

纳米技术是和电子、可再生能源和医疗诊断一样,是业界的流行语。而碳纳米管主要是积累常见的石墨原子层(铅笔中使用的材料),是纳米科技最有前途的材料之一。

纳米科技的一项最重要的特征是,当将常见物体和设备的大小缩微至原子级别时,很多属性都无法简单地从宏观和微观级别进行推断,而是属性发生了根本变化并且通常是非常有用的方式。这种情况也适用于通过碳纳米管阵列的水流。

通常,随着超滤膜孔径的缩小,通过小孔的水流速度也会降低。实际上,速率下降非常明显,大概是孔半径的四次幂:孔径缩小一半,水流下降至 1/16。

但是,美国肯塔基大学的研究人员在 2005 年首次发布的成果表明,对于通过由碳纳米管制成的隔膜的水流,不会出现这一情况。实际上,测得的流速是从大孔径简单推论的流速的 1000 到 10000 倍。

这一显著增强意味着所需的压力可大幅减小,因此推动水通过碳纳米管制成的过滤器所需的能源也相应降低。多位研究人员已在进行这方面的调查,并尝试通过此方式制造新型的低成本、高效率的过滤装置。

从发现到制造出实际设备的过程总是非常漫长的。并且,此方法的一个重要步骤是更深入地了解碳纳米管这种增强的行为的物理原理,以便能够加以更好地利用。这正好是清华大学“微纳力学中心”的研究重点,他们使用称为分子动力学的技术,采用计算机模拟来研究单个水分子级别的现象。

迄今为止的案例

C4cw page 2.png

早在 1823 年,法国物理学家和工程师 Claude-Louis Navier 就提出,在理想条件下,仅需非常小的力(剪应力)即可使液体流过固体表面。换句话说,流动基本上无摩擦力。这一想法从未得到完全验证,但是最新观察到的通过碳纳米管膜的加快的水流,使人想到此效果可能以某些形式在这些系统中发挥作用。

使用分子动力学模拟,清华大学的研究人员最近通过发现,碳纳米管中的剪应力和水速之间存在对数关系,这似乎在有关碳纳米管属性的广泛假定范围内都有效,而水可能会粘住它们 - 这称为水/碳纳米管接口的润湿属性。

这种对数关系似乎在滑流速度下降至约 1 米/秒仍保持存在,而这是可模拟的下限。如果这种关系在更低的速度下仍然保持存在,即使用碳纳米管过滤装置的实验实际情况,那么将提供非常重要的线索,来查明为何水通过碳纳米管的速度如此快。

然而,清华大学研究小组的低速边界是任何分子动力学研究目前所能实现的下限,这仍远远高于实验流速范围精度的上限,并且比可以使用这种效果的实用设备的预期流速高出几个数量级。

您与 World Community Grid 如何实现独具特色的成果

因为计算时间约与流速的平方成反比,因此清华大学的研究人员估计一台装有单核处理器的典型台式计算机要用 460 年才能模拟实验可度量的流速上限。为使模拟扩展至速度约 1 厘米/秒或更低,那么典型的实用设备需要 400 倍或更多的计算时间,也就是 184000 年。并且,要模拟碳纳米管孔径的典型范围将需要 10 到 100 倍的时间,这导致总计算时间超过 100 万年。

按照科学方法,必须研究这一低速区域,以便将模拟与实验进行比较,而不是简单地尝试从高速模拟进行推论。此类推论具有明显问题,因为在低速时可能会发生非线性现象。例如,随着速度的降低,在固体摩擦上出现沾滑现象,而这可能在与碳纳米管直接接触的水层中扮演重要角色,因为水在接近碳纳米管表面时会变为类似于冰的方式。

由于进行此项研究需要非常庞大的计算资源,这远远超过了清华大学团队自己的计算机集群的能力,因此 World Community Grid 以及和您一样的志愿者们可以发挥重要作用,为研究人员贡献原本需要从其他方面获得的更为强大的计算能力。

该项目的成果使我们不仅能够测试 Navier 的推测,因此对纳米级别的流体力学贡献基础知识,而且还能够深入了解如何进一步优化液体流经碳纳米管隔膜和其他形态的纳米级别隔膜的方式。

清华大学的团队非常期望更好地真正了解最适合流速的最佳孔径,这将指导以后高效碳纳米管过滤器隔膜的合成和制作,并且提供新方法来生成廉价的水过滤系统。

研究参与者

参与“清水计算”的机构团体遍及世界各地。位于北京的清华大学“微纳力学与多学科交叉创新研究中心”的研究团队领导这些工作,Quanshui Zheng 教授是首席研究员。


“清水计算”团队的成员包括:

  • Quanshui Zheng,CNMM,中国北京清华大学
  • Zhiping Xu,CNMM,中国北京清华大学
  • Ming Ma,CNMM,中国北京清华大学
  • Wei Xiong,CNMM,中国北京清华大学
  • Josef Ellingsen,,CNMM,中国北京清华大学
  • Francois Grey,CNMM,中国北京清华大学,瑞士日内瓦,CitizenCyberscience Centre


协作人员:

  • Zhong Zhang,中国北京,中国科学院,国家纳米科学中心
  • Luming Shen,澳大利亚悉尼大学,土木工程学院
  • Jefferson Zhe Liu,澳大利亚 University of Monash,机械工程学院


新闻报导


相关链接