Adaptive mikrofluidische Netzwerke für optimalen Transport

• Antragstellerin: Professorin Dr. Karen Alim
• Fachliche Zuordnung: Statistische Physik, Nichtlineare Dynamik, Komplexe Systeme, Weiche und fluide Materie, Biologische Physik
• Förderung: Förderung seit 2021
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 490727199

Strömungstransport in komplexen Netzwerken ist in Biologie und Technik weit verbreitet, vom Gefäßsystem von Tieren über die Hyphen-Netzwerke von Pilzen bis hin zu den zufälligen porösen Medien, aus denen Batterien bestehen. Lange Zeit wurde angenommen, dass die Morphologien biologischer Netzwerke optimiert wurden, um die energetischen Kosten zu minimieren, die mit der viskosen Strömungsdissipation in ihren Kanälen verbunden sind. Eine andere Möglichkeit, die erst kürzlich aufgeworfen wurde, ist jedoch, dass diese Netzwerke optimal für den Massenaustausch oder die Perfusion sind. Wir brauchen dann nicht nur ein Netzwerk, das den Raum effizient abdeckt, sondern dessen Morphologie auch zu einem gleichmäßigen Fluss von Chemikalien (Katalysatoren, Nährstoffen, Sauerstoff,...) durch alle Kanäle führt, so dass alle Teile des Netzwerks die gleiche Menge an Chemikalien erhalten. Lebende Systeme passen ihre Netzwerkmorphologie als Reaktion auf Stimuli kontinuierlich an; lokale Rückkopplungen gekoppelt mit dem Vorhandensein globaler Strömungen führen zu selbstorganisierten Strukturen, die für die Perfusion optimal sind. Im Gegensatz dazu unterscheiden sich die Flüssigkeitsgeschwindigkeiten in künstlichen Netzwerken aus zufälligen porösenMedien von Kanal zu Kanal und folgen insgesamt einer exponentiellen Verteilung. Der Transport durch diese porösen Medien ist ineffizient, da er auf wenige schnelle Kanäle beschränkt ist. Die derzeitige Strategie zur Optimierung der Strömung in porösen Medien besteht darin, Kanal für Kanal eine optimierte Netzwerkmorphologie aufzubauen. Das Ziel unseres Projekts ist es, Theorie, Simulationen und Experimente zu kombinieren, um adaptive mikrofluidische Netzwerke zu generieren, deren Morphologie sich als Reaktion auf Signale selbst organisiert, was zu für die Perfusion optimalen Netzwerkmorphologien führt. Neben dem grundlegenden Interesse haben die Ergebnisse dieses Projekts eine breite Palette von Anwendungen, vom Design und der Kühlung effizienter Batterien bis hin zur Herstellung verbesserter chemischer Reaktoren mit hoher Transporteffizienz und einer großen Reaktionsoberfläche, die zu einer saubereren, erschwinglicheren Energie beitragen.

• DFG-Verfahren: Sachbeihilfen
• Internationaler Bezug: Frankreich
• Kooperationspartner: Dr. Gabriel Amselem