Aprendizado de estratégias de propulsão de micronadadores a baixo número de Reynolds

Paula Jaíne A. Da Silva, Luciano Dellier, Roberto F. Ausas, Gustavo C. Buscaglia, Stevens Paz

Resumo


O interesse em estudar micronadadores biológicos ou sintéticos tem crescido devido as suas habilidades de acessar pequenos espaços e de manipular e interagir com pequenas entidades nesse ambiente. No entanto, o nado nessas escalas implica em desafios para desenvolver estratégias de propulsão eficientes. Neste contexto, o objetivo deste trabalho é apresentar uma abordagem de aprendizado que permita ao micronadador encontrar estratégias de propulsão, com base em suas interações com o meio circundante, através do acoplamento entre técnicas de CFD e Aprendizado por Reforço. Será apresentada uma formulação de elementos finitos para o problema de interação sólido-fluido e resultados que ilustram como os erros de discretização podem influir no processo de aprendizado.


Palavras-chave


Micronadador; Aprendizado por Reforço; Interação Fluido-Estrutura; FEM

Texto completo:

PDF

Referências


Stephen J Ebbens e Jonathan R Howse. “In pursuit of propulsion at the nanoscale”. Em: Soft Matter 6.4 (2010), pp. 726–738.

Wei Gao e Joseph Wang. “Synthetic micro/nanomotors in drug delivery”. Em: Nanoscale 6.18 (2014), pp. 10486–10494.

Vasileios Kapralos et al. “Antibacterial activity of endodontic sealers against planktonic bacteria and bacteria in biofilms”. Em: Journal of endodontics 44.1 (2018), pp. 149–154.

Eric Lauga. “Bacterial hydrodynamics”. Em: Annual Review of Fluid Mechanics 48 (2016), pp. 105–130.

Stevens Paz e Gustavo C. Buscaglia. “Simulating squirmes with volumetric solvers”. Em: Journal of the Brazilian Society of Mechanical Science and Engineering (2020).

Alexander A Solovev et al. “Self-propelled nanotools”. Em: Acs Nano 6.2 (2012), pp. 1751– 1756.

Philip S Stewart. “Mechanisms of antibiotic resistance in bacterial biofilms”. Em: International journal of medical microbiology 292.2 (2002), pp. 107–113.

Richard S. Sutton e Andrew G. Barto. Reinforcement Learning:An Introduction. 2ed: A Bradford Book, 2018.

Diana Vilela et al. “Graphene-based microbots for toxic heavy metal removal and recovery from water”. Em: Nano letters 16.4 (2016), pp. 2860–2866.

Julia M Yeomans, Dmitri O Pushkin e Henry Shum. “An introduction to the hydrodynamics of swimming microorganisms”. Em: The European Physical Journal Special Topics 223.9 (2014), pp. 1771–1785.




DOI: https://doi.org/10.5540/03.2022.009.01.0238

Apontamentos

  • Não há apontamentos.


SBMAC - Sociedade de Matemática Aplicada e Computacional
Edifício Medical Center - Rua Maestro João Seppe, nº. 900, 16º. andar - Sala 163 | São Carlos/SP - CEP: 13561-120
 


Normas para publicação | Contato