ВВЕДЕНИЕ

Одной из составляющей современной парадигмы является микротехнология.

Использование положений и научно-практических методов дисциплины, ставящей цели
функциональной интеграции и миниатюризации электронных компонентов, изменило
практику биотехнологии, и весьма трудно представить, что ни один аспект жизни
обывателя никоим образом не был затронут микроэлектроникой. Опираясь на опыт
исследований в области микроэлектроники и промышленности, микротехнологии
применяются специалистами в области прикладной химии и биохимии. Был достигнут ряд
преимуществ, включая высокие показатели производительности, портативности и при
отмеченном сокращении расходов на производство. Применение микротехнологии к
химическому и биохимическому анализу представляет собой междисциплинарную
дискуссионную тему, требующую участия ученых и инженеров с различным опытом. Так,
в этом обзоре приведены успешные приложения микротехнологии группы инженеров,
химиков, физиков, а также биохимиков, в химическом и биохимическом анализе. С целью
расширить знания широкого круга профессионалов, в работе описывается
преимущественно один из этапов разработки таких микросистем - тестирование с
использованием программного обеспечения (далее ПО), в частности, применение методов
компьютерного моделирования при проектировании и тестировании микрофлюидных
систем.
Изготовление микросистем общего анализа представляет собой сложный процесс и
требует, в первую очередь, углубленного междисциплинарного изучения опосредующих
его проблем и разработок соответствующих методологий. Более того, недели могут
составлять временные затраты производства в чистом помещении, например, микросистем
на основе кремния [1, 2]. Вследствие, моделирование любой конструкции микросхем
чрезвычайно полезно. Во-первых, они способны обеспечить более полное понимание
основных физических и химических процессов всей системы, во-вторых, могут быть
также использованы в разработке оптимальных конструкций и минимизации рисков при
получении дефектной конструкции [1].
Так, в работе приводится анализ фундаментальных физических и химических
положений конкретной микросистемы, выбор подходящего программного и аппаратного
обеспечения, надстройка моделирования, анализ источников погрешности и
неопределенностей, и оценка точности данных и достоверности результатов.
 ФИЗИЧЕСКИЕ АСПЕКТЫ И РАЗРАБОТКА ПРОЕКТА

При разработке микрофлюидных устройств разработчик обязан принимать

во внимание ряд физических аспектов. Некоторые из них приведены как размеры,
геометрия, поверхность, свойства жидкостей, нагревание и пр.
Микрожидкостная система представляет собой сеть каналов для жидкостей, а также
других компонентов, т.е. клапаны и насосы. Сеть, как правило, располагается на площади
1 см2 с шириной канала порядка 100 мкм. С практической точки зрения меньшие
размеры лаборатории на чипе не дают преимуществ, т.к. необходимость в упрощенном
обращении и возможности измерений ограничивает выбор специалиста. Однако, в случае
разработки системы для определения одиночных молекул и требуется оценка
субмикрометрового уровня, задачи проекта неизбежно вовлекут его в захватывающую
область наножидкостей [1].
Основным компонентом микрожидкостной сети является канал. C позиций
геометрии рассматриваются такие его характеристики, как длина, поперечное сечение и
свойства поверхности (шероховатость). После того, как канал оформлен в подложке,
он покрывается крышкой с помощью адгезива, которая может быть изготовлена из другого
материала. Длинные каналы, как правило, необходимы при проведении реакции смеси
нескольких веществ; в режиме ламинарного потока диффузия представляет
собой основной механизм перемешивания, однако, ресурсоемкий. Кроме того, при анализе
соединения, состоящего из нескольких компонентов, обычно с помощью методов
электрического разделения, канал разделения пролонгирован для обеспечения
надлежащего разделение компонентов; поскольку микрочипы ограничены сравнительно
небольшой площадью, пролонгирование достигается за счет меандровых или спиральных
структур [2]. Такой угол изгиба канала, впрочем, индуцирует дисперсию в-ва,
т.к. молекулы преодолевают разные расстояния внутри поворота (опосредуя эффект
трека, см. рис. 2). Дисперсия снижает, таким образом, концентрацию в-ва, что, в свою
очередь, приводит к снижению разрешения, т.е. большему перекрытию пиков
концентрации и снижению амплитуды сигналов распознавания. Отмечается также один
распространенный источник геометрической дисперсии - узлы и соединения, т.е. трубки
между микросхемой и внешними резервуарами с жидкостью.
 Рис.1. Принципиальная схема интегрированной микросистемы для обнаружения
реакций хемилюминесценции [2]. Перед входом в зону смешения образец проходит
по длинной спирали для продолжительной реакции с иммобилизованным ферментом.
Затем продукт, обычно H2O2, попадает в область смешения и в результате каталитической
реакции с реактивом дает свечение. 01отодиоды, используемые для обнаружения
света, находятся в плоскости и не демонстрируются. Размер чипа: 20 мм x 10 мм, ширина
канала ферментного реактора: 400 мкм.

Рис.2. Эффект трека в повороте в электрокинетическом потоке. Показаны контуры

концентрации образца. Внутренняя дорожка имеет более короткий путь, а также
более высокое электрическое поле, что индуцирует, в свою очередь, движение внутренних
молекул быстрее и, следовательно, увеличение дисперсии образца [1].
 Каналы могут иметь разное поперечное сечение в зависимости от материала, в
который они встроены. В кремнии типичные профили канала имеют прямоугольную или
трапециевидную форму из-за недостаточного растяжения. В полимерах лазерные лучи
могут создавать прямоугольные, треугольные и гауссовские формы. Известны также
круглые сечения (капилляры). Кроме того, каналы могут иметь различную
степень шероховатости в зависимости от процесса изготовления. Геометрические
элементы важны, т.к. они определяют свойственные сопротивления канала.
Гидравлическое сопротивление - это понятие, используемое в режиме
равномерного потока, связывает приложенное давление с соответствующей скоростью
потока, а электрическое сопротивление канала, заполненного проводящей жидкостью,
связывает приложенное напряжение с проходящим током.
На поверхности канальных стенок возможна реакция таких химических групп,
как групп силанола (SiOH) в стекле, с ионами в растворе электролита с созданием
тонкого поляризованного слоя; двойной электрический слой, межфазный, или слой Дебая,
толщиной 1-10 нм отвечает за электроосмотический поток в приложенном электрическом
поле. Поверхностные ДЭС характеризуются как φ-потенциалом, так и ζ-потенциалом.
Различные поверхности, например покрывная поверхность и дно канала, могут
иметь разные ζ-потенциалы. Характерная скорость потока зависит от ζ-потенциала при
ключевом значении электроосмотической подвижности, в значительной степени
являющейся эмпирической величиной.
Каналы заполняют жидкости, которые могут иметь различные свойства
(плотность, вязкость, электрическая и теплопроводность, коэффициенты диффузии и
поверхностное натяжение). Как правило, в системе известно два типа жидкостей - буфер и
образец. Буфер обычно является переносящей жидкостью, которая сопротивляется
изменениям pH, вызванным вблизи электродов, или в результате реакций. Проба
представляет собой интересующую жидкость, которую необходимо оценить. Буфер и
образец помещают на чип через раздельные емкости, причем буфер в итоге окружает
образец. Образец, ограниченный областью, называют затвором (plug). С позиций
аналитической химии образец состоит из нескольких веществ, таких как положительно
заряженное, отрицательно заряженное и нейтральное. Таким образом, определяется
клиренс концентрации затвора для образца, т.е. ее уменьшение из-за диспергирования в
системе. Дисперсию также вызывают профили скорости, такие как параболические в
потоках, управляемых давлением, и диффузия, помимо геометрических ограничений.
 Кровь или гели являются т.н. неньютоновскими жидкостями, вязкость для которых не
постоянна, зависит от местного касательного напряжения. Полученный, вследствие,
профиль потока принимает затупленную, а не параболическую форму [1].
Согласно закону Джоуля-Ленца [3], тепло выделяется при протекании постоянного
электрического тока по каналу. Такое нагревание (heating) способно разрушить
биологические образцы. Это также может вызвать изменения вязкости и, таким образом,
повлиять на профиль скорости. Более того, из-за усиленного броуновского движения
нагревание может увеличить дисперсию пробки образца. Нагревание может также
увеличить подвижность ионов в ДЭС, что приводит к увеличению скорости потока в
электроосмотических потоках [4]. Также, нагревание стимулирует газообразование в
жидкости. Это явление, как правило, нежелательно; пузырьки газа могут блокировать
поток при накоплении в узких сокращениях [1]. В той или иной степени, в некоторых
приложениях необходимо учитывать лишь некоторые из конкретных явлений; так, в ходе
моделирования ряда микрофлюидных систем нагреванием пренебрегают в первых
соображениях.

Рис.3. Принципиальная схема разработки микросистемы [1]

ВЫБОР ПРОГРАММНОГО И АППАРАТНОГО ОБЕСПЕЧЕНИЯ

 При выборе коммерчески доступного пакета вычислительной гидродинамики следует
руководствоваться двумя основными принципами: преимущества его возможностей
(включая поддержку производителя) и стоимость. На примере двух продуктов ниже
рассматриваются основные компоненты программного и аппаратного обеспечения.
Большинство фирм предоставляют использование ознакомительной версии в течение
месяца бесплатно, чтобы пользователь мог изучить инструмент. Однако из-за того, что
инструменты достаточно обширны, одного месяца недостаточно. Так, следует провести
поиск баз данных и изучить довольно простой сравнительный теста (отличный от
руководств), с легкостью проверяемый в литературе. Если возможно, с целью прямого
сравнения несколько программных инструментов должны быть оценены при выполнении
идентичной задачи. Разработчики программного обеспечения, как правило, различают
академические лицензии (составляющие около нескольких тысяч евро), предназначенные
для университетов, и коммерческие лицензии (составляющие несколько десятков тысяч
евро), предназначенные для промышленности. Некоторые компании предоставляют
специальные годовые академические лицензии (несколько тысяч евро) - они продлеваются
ежегодно со снижением стоимости.
ПО CFD-ACE+ версии 6.6 представляет собой комплексный инструмент конечного
объема с интерфейсом, интуитивно понятным пользователю [5]. В настоящее время пакет
включает около 20 различных модулей. В микрофлюидике конкретные комбинации
модулей потока, теплопередачи, химических, свободной поверхности, электрических,
магнитных и биохимических модулей используются для разрешения таких явлений, как
потоки под давлением, перенос многочисленных химических веществ (например,
электрофорез), электроосмос, поведение пузырьков газа, связывание биомолекул и др.
В целом, программа должна обладать превосходными возможностями создания сетей,
поддерживая как структурированные, так и неструктурированные сети, должна включать
скрипты на языке Python, что упрощает оптимизацию геометрии и параметрические
прогоны, т.е. выполнение последовательного моделирования с одновременным
изменением одного или нескольких параметров. Также, программа должна работать в
совместимости с ОС: Windows, Unix и Linux.
Вычислительные инструменты должны включать множество граничных условий,
различные схемы дискретизации и т.д. с возможностью параллельной обработки и
многочисленными способами просмотра результатов. Одной из сильных сторон, например
версии 6.6 этого инструмента, являются обширные руководства, в которых подробно
описано все, от числовых до физических уравнений.
 В частности, обсуждаются ограничения проектов моделей. Для моделирования часто
требуется длительное время. Так, для ускорения сходимости необходимо выбирать
решатель. Решающий модуль представляет собой специальный алгоритм, используемый
для получения численного решения.
Программный пакет CoventorWareTM версии 2001.3, например, ориентирован на
приложения для микроэлектромеханических систем и микрофлюидики [6]. В этом ПО
отсутствует модуль турбулентности, который, вероятно, не востребован в микрофлюидике.
Другой его особенностью является то, что создание сетки имитирует производственный
процесс, который автоматически координирует пользователя при создании реалистичных
проектов. Возможные конструкции являются двухмерными, поэтому более сложные
структуры и сетки необходимо проектировать с помощью внешнего ПО, например I-
DEASR, и впоследствии импортировать проект.
Три из доступных модулей имеют особое значение в микрофлюидике: MemCFD
охватывает общие задачи (установившиеся, переходные, сжимаемые и несжимаемые
ламинарные потоки; подходит для насосов и клапанов); NetFlow рассчитывает данные
давления, диффузии, электрофореза, электроосмоса и химический переноса четырех
видов; и SwitchSim имеет практически удобные граничные условия по циклическому
напряжению, полезные при изучении зависящих от времени разделений на кристалле.
Отмечается, что результаты визуализируют различными способами.
Сильной стороной этой и других программ является быстрая работа решателей. Кроме
того, отмечается как необходимость в легкой реализации различных параметрических
прогонов, так и в интеграции системного моделирования, основанного на теории
эквивалентных схем, для более сложных жидкостных сетей. Недостатком ПО является
краткое объяснение рабочих механизмов, как числовых, так и теоретических, в
руководствах пользователя. Кроме того, сложное взаимодействие внешнего ПО может
приводить к ошибкам совместимости. Также, нестандартный пользовательский интерфейс
по сравнению с другим ПО может привести к потере характерной эффективности проекта.
Следует отметить, что неподготовленный пользователь не может использовать такое
ПО в полной мере, без учета склонности к более частым ошибкам [1]. Стандартные
математические программы, такие как MATLABR и MATHEMATICAR, тем не менее,
являются полезными дополнениями при вычислении точных решений уравнений с целью
сравнения с приблизительными расчетами CFD, т.к. последние не всегда моделируют все
интересующие аспекты).
Основные элементы стандартного программного обеспечения CFD состоят из
предпроцессора, решателя и постпроцессора и кратко описаны ниже.
 Предпроцессор представляет собой интерфейс между пользователем и программой
численного решения [1]. Перед запуском решателя учитывается ряд следующих факторов:
геометрия, создание сетки, модель, параметры жидкости, граничные условия, начальные
условия и настройки решателя.
При решении задач вычислительной гидродинамики первым шагом является
определение расчетной области в которой решаются уравнения жидкости. Использование
аргументов симметрии может существенно уменьшить область, сокращая время
вычислений. Вследствие, расчетная область должна быть минимальной необходимой для
моделирования областью (cм. рис.4). Для трехмерных структур рекомендуется сначала
смоделировать аналогичные и менее затратные по времени двумерные задачи, пока все
параметры не будут правильно установлены [1].

Рис.5. Расчетная область трехмерного канала в пластике с лазерной обработкой.

Из-за симметрии требуется моделирование половины всей области. Геометрия включает
характерное гауссовское поперечное сечение и перпендикулярное волнообразование в
процессе изготовления. Контурами обозначен профиль осевой скорости [7]. Выполнено с
помощью CFD-ACE+ версии 6.6.

Полезные результаты получаются при разделении вычислительной области на

несколько ячеек с помощью сетки. В основном более мелкие сетки дают более точный
результат, но значительно увеличивают время вычисления. Таким образом, отмечается
значимость создания эффективной, подходящей сетки [1].
Двумя наиболее распространенными типами сеток являются структурированные и
неструктурированные. Первые более регулярны; соседние ячейки легко подсчитываются
(см. рис. 6). Как правило, они включают четырехсторонние многоугольники, такие как
прямоугольники или кубы и призмы. Хорошо структурированная сетка включает в себя
высокую ортогональность, малую асимметрию и соотношение сторон ячеек от малого до
среднего. Вторые проще адаптировать к неправильной геометрии, т.к. включает в себя
треугольники и тетраэдр. Однако создание и реализация неструктурированной сетки
требуют более сложных алгоритмов и могут привести к увеличению числовой диффузии в
областях сдвига [10]. Числовая диффузия является накоплением ошибок численного
округления по причине дискретизации дифференциальных уравнений. Отмечается
использование гибридной сетки, сочетающей элементы структурированной и
неструктурированной сетки. Пример такой сетки приводится на рис. 7.

Рис. 6. Структурированная сетка (вид сверху), которая используется при

моделировании электроосмотических насосов [4]. Из трех размеров ячеек те, меньшего
размера, используются для разрешения профилей скорости в узких каналах. В верхнем
левом углу большие ячейки расположены вместе с малыми, так, вычисления вблизи
соединений не входят в доверительный интервал. Известно, что такие интегрированные
величины, как расход и давление, в меньшей степени зависят от качества сетки, чем
профили скорости. Рассчитано с помощью CoventorWareTM2001.3.

Рис. 7. Гибридная сетка, объединяющая структурированные и неструктурированные

части [1]. Область представляет собой четверть двумерной пластины с отверстием
посередине. Область около отверстия имеет регулярное распределение при нарушении
структуры, впоследствии. Сетка более плотная в областях ожидаемых напряжений.
Рассчитано с помощью CFD-ACE+ 6.6.
Отмечается, что решение не должно зависеть от сетки, что проверяется отслеживаем
решения как функции очищения (уточнения) сетки. Сетка последовательно уточняется в
два этапа, пока изменение расчетных величин не станет меньше заданного пользователем.
Сетки с более высоким разрешением требуются для анализа областей с ожидаемыми
большими градиентами скорости или концентрации. В частности, необходима хорошая
обработка участков вокруг острых углов.
Модель для симуляции физических, электрических и биохимических процессов
требует тщательного определения. Иногда выбор простой модели с прогнозируемыми
конкретными физическими последствиями может привести к лучшему пониманию
результата в отличие от использования модели ненужной сложности.
Необходимо указывать следующие параметры: вязкость, коэффициенты диффузии и
электроосмотическая подвижность. Соответствующие данные могут быть извлечены из
баз данных ПО или найдены в литературе [8].
Граничные условия определяются поверхностями, которые в свою очередь
определяют расчетную область. Типичными граничными условиями являются скорость,
давление, эффекты стенки, напряжение и пр.

Табл. 1. Некоторые коэффициенты массовой диффузии при 25°C [8].

Начальные условия представляют собой значения переменных в начальный момент

времени, т.е. при t = 0. При поиске стационарного решения часто требуется
предположение о начальных условиях, достаточно близких к решению с целью
сокращения времени вычислений и во избежать расхождения. При решении задач,
зависящих от времени, последние решения одного моделирования могут служить
исходными для последующих симуляций.
Числовые параметры должны быть настроены таким образом, чтобы поставленная
задача была решена наиболее эффективно; настройки включают выбор типа решателя,
числовых схем, количества итераций, критерий сходимости, параметров релаксации и т.д.

Решающий модуль - численные алгоритмы, предназначенные для решения основных

уравнений. Ниже описываются два наиболее распространенных метода решения.
 Метод конечных объемов является наиболее широко используемым; основан на
правилах уравнений переноса. Жидкая область делится на конечные объемы, и основные
уравнения интегрируются по этим объемам. Интегральное уравнение аппроксимируется
различными конечно-разностными методами. В численных схемах интегральные
уравнения преобразуются в систему алгебраических уравнений, которые решаются
итерационным методом.

Рис. 8. Описание уравнения переноса, используемого в методе конечных объемов.

Метод конечных элементов использует простые функции, линейные или квадратичные

функции, определенные на малых элементах, для аппроксимации точного решения.
Остаток определяется для количественного измерения удовлетворения основным
уравнениям приближенного решения. В т.н. методе Галеркина в итерационной процедуре
эти остатки в дальнейшем минимизируются и используются для исправления
приближенного решения [9].

Рис. 9.Пример типичного остаточный графика простой задачи двумерного потока.

Остатки двух компонентов скорости и давления нанесены в логарифмическом масштабе в
зависимости от числа итераций [1]. Для всех трех переменных наблюдается падение до
четырех порядков величины. Рассчитано с помощью CFD-ACE 6.6.
Постпроцессор используется для визуализации результатов. Ниже приведены
некоторые наиболее часто используемые методы визуализации.
 Вычислительные области можно легко манипулировать, оценивать и рассматривать с
многих позиций (в результате смещения, вращения и масштабирования), которые в
противном случае были бы труднодоступны. Векторное поле отображает поле скорости с
векторами разного цвета и длины в зависимости от скорости. Отмечается такой метод, как
определение касательной (streamline) к полю скорости в фиксированный момент времени.
Линия струи (streakline) также является касательной к полю скорости, однако не в
фиксированное время; штриховые линии следуют за частицами, как и в случае введения
красителя в поток. Так, в установившемся потоке касательная и линия струи идентичны.
В целях дифференциации скалярные переменные (давление, электрический потенциал
и концентрация) визуализируются с помощью цветов. Современные пакеты
предоставляют анимацию промежуточных файлов, а также экспорт необходимых
числовых данных, которые затем обрабатываются внешним ПО в целях оценки далее.
Возможности детальной визуализации является одной из сильных сторон методов
вычислительной гидродинамики.
Наконец, после описания различных этапов процесса моделирования, полезно
привести множество ошибок и связанных с моделированием неопределенностей:
неопределенность модели (реальный поток против точного решения смоделированных
уравнений); дискретизация или числовая ошибка (точное решение против численного
решения уравнений); ошибка итерации или сходимости (полное схождение против
не полностью сходящихся решений); ошибки округления (значения параметров ниже
машинной точности); неопределенности приложений (отсутствие доступных данных,
таких как точная геометрия, конкретные граничные условия, коэффициенты диффузии
и пр.; ошибки пользователя (ошибки и невнимательность); ошибки в коде ПО.
В заключении следует отметить, что использование программ в вычислительной
гидродинамике требует решения физических и математических проблем и,
соответственно, междисциплинарных навыков и углубленного знания основных
положений этих дисциплин. Также, возможно, программа содержит ошибки в
значительных количествах. Таким образом, следует проявлять осторожность в тех случаях,
когда традиционные численные методы применяются в новых научных областях, таких
как микрофлюидика.

ЛИТЕРАТУРА
1. Goranovic G., Bruus H. Simulations in Microfluidics // Microsystem Engineering of Lab-on-a-chip
Devices. 2004. Geschke O., Klank H., Telleman P. Copyright Wiley-VCH Verlag GmbH & Co. KGaA,
Weinheim. ISBN: 3-527-30733-8
2. Jorgensen A. M., PhD
3. Джоуля-Ленца закон // Советская энциклопедия. 1972. Большая советская энциклопедия: [в 30 т.] /
гл. ред. А. М. Прохоров ; 1969—1978, т. 8. Москва
4. Brask A., Principles of Electroosmotic Pumps // Masters Thesis, Technical University of Denmark. 2002 ;
http://www.mic.dtu.dk/research/MIFTS/publi-cations/msc.htm
5. CFD-ACETM version 6.6, CFD Research Corporation, Huntsville, AL, USA, 2001. http://www.cfdrc.com
6. CoventorWareTMversion 2001.3, Coven-tor, Cary, NC, USA, 2001. http://www.coventor.com/
7. Goranovic, G., Klank, H., Wester-gaard, C., Geschke, O., Telleman, P., Kutter, J. P. Characterization of
flowsin laser-machined polymeric microchan-nels // Micro Total Analysis Systems. 2001. Ramsey, J. M.,
van den Berg, A.(Eds), Kluwer, Dordrecht
8. 1994. CRC Handbook of Chemistry and Physics. 75th edition. Lide D.R., Frederikse H.P.R. (Eds). CRC
Press, Boca Raton, FL,USA
9. Versteeg, H.K., Malalasekera, W. An Introduction to Computational Fluid Dynamics // The Finite Volume
Method. 1995. Longman, London