Using cell-automation approach to create digital twins of hierarchical porous structures

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

This paper proposes a multiscale model based on a cellular-automation approach for generating digital doubles of porous hierarchical structures of sodium alginate-based aerogels. The proposed model utilizes a cell-automation approach to generate structures at meso- and macro-levels and then combine them into a single digital multiscale structure that contains both meso- and macro-pores. Samples of sodium alginate-based aerogels have been experimentally investigated. Computational experiments have been carried out to generate digital structures corresponding to the experimental samples obtained. Comparison of the structural characteristics of digital and experimental samples was carried out, on the basis of which conclusions were drawn about the correct operation of the model. The obtained digital multiscale structures can be used in the future to predict the properties of hierarchical structures, which will partially replace in situ experiments with computational ones and, therefore, reduce costs in the development of new materials with specified properties.

About the authors

I. V. Lebedev

Russian University of Chemical Technology named after D.I. Mendeleev

Moscow, Russia

V. I. Gashenko

Russian University of Chemical Technology named after D.I. Mendeleev

Moscow, Russia

O. V. Fedotova

Russian University of Chemical Technology named after D.I. Mendeleev

Moscow, Russia

A. A. Abramov

Russian University of Chemical Technology named after D.I. Mendeleev

Moscow, Russia

P. Y. Tsygankov

Russian University of Chemical Technology named after D.I. Mendeleev

Moscow, Russia

N. V. Men’shutina

Russian University of Chemical Technology named after D.I. Mendeleev

Email: chemcom@muctr.ru
Moscow, Russia

References

  1. Меньшутина Н.В., Ловская Д.Д., Лебедев А.Е., Лебедев Е.А.Процессы получения частиц аэрогелей на основе альгината натрия с использованием сверхкритической сушки в аппаратах различного объема // Сверхкритические Флюиды: Теория и Практика. 2017. Т. 12. № 2. C. 35.
  2. Smirnova I., Gurikov P.Aerogel production: Current status, research directions, and future opportunities: 30th Year Anniversary Issue of the Journal of Supercritical Fluids // The Journal of Supercritical Fluids. 2018. Т. 134. C. 228.
  3. Stergar J., Maver U.Review of aerogel-based materials in biomedical applications // Journal of Sol-Gel Science and Technology. 2016. V. 77. № 3. P. 738.
  4. García-González C.A., Alnaief M., Smirnova I.Polysaccharide-based aerogels—Promising biodegradable carriers for drug delivery systems // Carbohydrate Polymers. 2011. Т. 86. № 4. C. 1425.
  5. García-González C.A., Sosnik A., Kalmár J., De Marco I., Erkey C., Concheiro A., Alvarez-Lorenzo C.Aerogels in drug delivery: From design to application // Journal of Controlled Release. 2021. Т. 332. C. 40.
  6. Menshutina N., Majouga A., Uvarova A., Lovskaya D., Tsygankov P., Mochalova M., Abramova O., Ushakova V., Morozova A., Silantyev A.Chitosan Aerogel Particles as Nasal Drug Delivery Systems // Gels. 2022. V. 8. № 12. P. 796.
  7. Smirnova I., Suttiruengwong S., Arlt W.Feasibility study of hydrophilic and hydrophobic silica aerogels as drug delivery systems: Aerogels 7. Proceedings of the 7th International Symposium on Aerogels // Journal of Non-Crystalline Solids. 2004. Т. 350. C. 54.
  8. Toward Predictive Multiscale Modeling of Vascular Tumor Growth | Archives of Computational Methods in Engineering. https://link.springer.com/article/10.1007/s11831-015-9156-x
  9. Menshutina N.V., Kolnoochenko A.V., Lebedev E.A.Cellular Automata in Chemistry and Chemical Engineering // Annual Review of Chemical and Biomolecular Engineering. 2020. Т. 11. № 1. C. 87.
  10. Лебедев И.В. и др.Цифровые двойники пористых структур аэрогелей с использованием клеточно-автоматного подхода и кривых Безье // Теоретические основы химической технологии. 2023. Т. 57. № 4. С. 412.
  11. Gerke K.M., Karsanina M.V., Mallants D.Universal stochastic multiscale image fusion: an example application for shale rock // Scientific reports. 2015. Т. 5. № 1.С. 15880.

Supplementary files

Supplementary Files
Action
1. JATS XML

Copyright (c) 2025 Russian Academy of Sciences

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».