Pesquisa

Micromagnetismo, ondas de spin, skyrmions, DFT, materiais 2D, nanofluidos e energias renováveis por meio de simulação numérica.

Novos Materiais Fotovoltaicos e Células Solares

A transição para um modelo energético verdadeiramente sustentável exige o desenvolvimento de painéis solares mais eficientes e ecológicos. Nesta linha de pesquisa, nos dedicamos à modelagem avançada de materiais fotovoltaicos emergentes, com destaque para o estudo de ligas do tipo kesterita (como Cu₂ZnGe(S,Se)₄ e Cu₂NiGeS₄). Essas estruturas representam uma alternativa tecnológica promissora, pois dispensam elementos pesados ou altamente tóxicos e se baseiam em compostos abundantes na natureza. Para alcançar esse projeto sob medida sem recorrer ao custoso processo de tentativa e erro do laboratório tradicional, estruturamos nossa metodologia em duas grandes escalas analíticas:

A. Engenharia em Nível Atômico: a Abordagem Quântica

O ponto de partida está na escala mais fundamental, utilizando cálculos ab initio baseados na Teoria do Funcional da Densidade (DFT). Nesse nível, aplicamos técnicas de strain engineering (engenharia de deformação), simulando computacionalmente como uma compressão ou expansão mínima da rede cristalina altera o comportamento interno do material.

Essa sintonia estrutural nos permite avaliar e otimizar três fatores microscópicos fundamentais:

  • A estrutura de bandas: as trajetórias energéticas que determinam se o material é um bom semicondutor.
  • A densidade de estados (DOS): a quantidade de “assentos” ou níveis de energia disponíveis para os elétrons.
  • As propriedades ópticas fundamentais: determinando com exatidão a capacidade do material de absorver, refletir e refratar a luz solar.

B. Simulação do Dispositivo: o Salto Macroscópico

Saber que um material é opticamente perfeito em nível atômico é apenas o primeiro passo. Para avaliar sua viabilidade real, extraímos os parâmetros quânticos calculados com a DFT e os integramos a ferramentas especializadas de simulação macroscópica, como o software SCAPS-1D.

Esse acoplamento teórico nos permite modelar o comportamento do painel solar completo sob condições reais de iluminação, prevendo métricas críticas para a indústria:

  • Curvas de Densidade de Corrente-Tensão (J-V): o perfil que indica a potência elétrica real que o dispositivo é capaz de fornecer.
  • Eficiência de Conversão Quântica: a porcentagem exata de partículas de luz (fótons) que o material consegue transformar em eletricidade.
  • Fator de Preenchimento: um indicador fundamental da qualidade elétrica, que avalia quão perto a célula solar opera de seu desempenho teórico ideal.

Em resumo, esta linha integra a mecânica quântica e a física de semicondutores para acelerar o projeto de uma nova geração de células solares: dispositivos de altíssimo desempenho elétrico, prontos para a escala industrial e estritamente respeitosos com o ecossistema.

Publicações recentes

  • Analysis of electronic and optical properties for photovoltaic applications. (Journal of Physics D: Applied Physics). DOI: 10.1088/1361-6463/ad3b2a
  • Strain Effects on the Electronic and Optical Properties of Kesterite Cu2ZnGeX4 (X = S, Se): First-Principles Study. (Nanomaterials). DOI: 10.3390/nano13121852
  • Modeling of highly efficient CNGS based kesterite solar cell: A DFT study along with SCAPS-1D analysis. (Solar Energy). DOI: 10.1016/j.solener.2023.111929
Ver todas as publicações

Eficiência Energética, Transferência de Calor e Redes Neurais

Para criar a tecnologia energética do amanhã, a matemática tradicional já não basta; precisamos do poder da Inteligência Artificial. Nesta área de pesquisa, unimos as leis invioláveis da física clássica (as equações que garantem a conservação da massa, do momento e da energia) a algoritmos avançados de Machine Learning para alcançar um objetivo central: a otimização.

Em primeiro lugar, estudamos o comportamento de “fluidos de nova geração”. Analisamos como escoam e se deformam (sua reologia) misturas muito complexas, como os nanofluidos híbridos e ternários ou os fluidos viscoelásticos (modelos de Jeffrey). Submetemos virtualmente esses líquidos a cenários extremos: aquecimento por correntes elétricas (aquecimento Joule), mudanças abruptas de viscosidade e “transpiração”, ou passagem de massa através de superfícies porosas.

Como a física por trás desses fenômenos é extremamente complexa e não linear, damos um salto tecnológico e delegamos parte da análise a Redes Neurais Artificiais (RNA). Utilizando esquemas de treinamento altamente eficientes (como o algoritmo de retropropagação de Levenberg-Marquardt), “ensinamos” nossos modelos a encontrar a ordem dentro do caos dos fluidos.

O uso dessas redes neurais não é um mero exercício computacional; ele nos permite prever e otimizar variáveis críticas para a indústria energética:

  • Prever o fluxo de energia e matéria: calculamos com altíssima precisão como o fluido transferirá calor (números de Nusselt) e massa (números de Sherwood), o que permite projetar sistemas sem a necessidade de custosos testes de tentativa e erro.
  • Combater o desperdício energético: identificamos as condições exatas para minimizar a taxa de geração de entropia. Na prática, isso significa evitar que a energia útil se degrade e se perca durante o processo.
  • Impulsionar as energias renováveis: aplicamos todas essas previsões diretamente ao projeto de coletores solares térmicos e sistemas de dissipação de calor, garantindo que cada gota de fluido aproveite a energia do sol com a máxima eficiência possível.

Publicações recentes

  • Joule Heating and Viscosity-Ratio Effects on Dissipative Ternary Nanofluid Flow over a Permeable Surface. (International Journal of Computational Methods). DOI: 10.56578/ijcmem140104
  • Artificial neural network analysis of Jeffrey hybrid nanofluid with gyrotactic microorganisms for optimizing solar thermal collector efficiency. (Scientific Reports). DOI: 10.1038/s41598-025-88877-6
  • Computational and artificial neural network study on ternary nanofluid flow with heat and mass transfer with magnetohydrodynamics and mass transpiration. (Neural Computing and Applications). DOI: 10.1007/s00521-024-10325-9
Ver todas as publicações

Magneto-hidrodinâmica e Nanofluidos

O movimento dos líquidos pode parecer imprevisível, mas na fronteira da física dos fluidos aprendemos a descrevê-lo com precisão. Nesta linha de pesquisa, estudamos a hidrodinâmica de fluidos complexos —tanto os previsíveis (newtonianos) quanto aqueles com comportamentos “rebeldes” que mudam sua viscosidade (não newtonianos)— quando os submetemos simultaneamente a forças eletromagnéticas e diferenças de temperatura (convecção mista).

Para entender esse dinâmico mundo microscópico, utilizamos potentes simulações computacionais para resolver as célebres equações de Navier-Stokes. No entanto, não o fazemos com líquidos comuns, mas com fluidos altamente sofisticados: modelamos nanofluidos enriquecidos com misturas de três tipos de nanopartículas (suspensões ternárias) que, além disso, são habitados por microrganismos girotáticos (minúsculos nadadores biológicos que se orientam inteligentemente contra a gravidade).

Colocamos essas misturas exóticas à prova fazendo-as percorrer “pistas de obstáculos” projetadas sob medida (cenários de fronteira complexos), avaliando como escoam através de:

  • Placas de Riga: superfícies que atuam como propulsores eletromagnéticos, impulsionando o líquido sem a necessidade de peças mecânicas móveis.
  • Canais biomiméticos: tubos verticais revestidos de “cílios” (semelhantes às vilosidades do nosso corpo) onde o fluido é impulsionado por campos elétricos (regime eletro-osmótico).
  • Meios elásticos e térmicos: ambientes onde analisamos como a radiação de calor afeta fluidos espessos que se esticam como plástico (meios viscoelásticos).

Todo esse enorme esforço de cálculo numérico e analítico tem um objetivo fundamental: mapear com a maior exatidão possível a que velocidade o fluido se moverá, onde o calor se concentrará e em quais zonas os micróbios se agruparão. Ao compreender esse comportamento, podemos avaliar quão eficiente é o processo do ponto de vista energético. Essas descobertas são a peça-chave para projetar e aperfeiçoar dispositivos de microfluídica (laboratórios médicos inteiros comprimidos em um chip) e biorreatores de alta eficiência para a indústria biotecnológica e ambiental.

Publicações recentes

  • An analysis of heat and mass transfer of ternary nanofluid flow over a Riga plate: Newtonian heating. (Numerical Heat Transfer, Part B: Fundamentals). DOI: 10.1080/10407790.2023.2282165
  • Electroosmotic MHD ternary hybrid Jeffery nanofluid flow through a ciliated vertical channel with gyrotactic microorganisms: Entropy generation optimization. (Heliyon). DOI: 10.1016/j.heliyon.2024.e25102
  • Insights into significance of radiative inclined MHD on mixed convective viscoelastic flow of hybrid nanofluid over a permeable surface with mass transpiration. (Journal of Engineering Thermophysics). DOI: 10.1134/S1810232824040179
Ver todas as publicações