New Math Model Reveals Why Stone Crumbles Unevenly—and How to Slow It
Researchers have developed a computational model that predicts how sulfuric acid corrodes marble and limestone, showing that damage spreads erratically rather than uniformly. The work could help heritage sites, building managers, and materials scientists design better protective strategies for structures threatened by acid rain and pollution.
Originaltitel: A hybrid model of sulphation reactions: stochastic particles in a random continuum environment
Forskargrupp vid Karlstads universitet och University of Milan utvecklar en hybrid modell för att förstå svavelsyresulfateringen av kalciumkarbonat och gipsbildning — processer som driver märbels kemiska korrosion. Modellen kombinerar stokastiska partiklar (svavelsyra) med kontinuerliga slumpmässiga fält (kalciumkarbonat och gips), kopplat genom Poisson-processer för kemiska reaktioner. Simuleringarna visar att identiska initialvillkor leder till ojämn korrosion på grund av stokastiska effekter. Forskningen är relevant för aktörer som hanterar långtida beständighet av byggnadsmaterial och infrastruktur i svavelhaltiga miljöer — framför allt i urbana områden med luftföroreningar. Modellen kan informera val av material och skyddsmåttal för kulturhistoriska strukturer och betonginvesteringar. Resultaten tyder på att deterministiska designmodeller kan underskatta korrosionsrisker.
<p>We present a hybrid stochastic-continuum model to study the sulphation of calcium carbonate and the consequent formation of gypsum, a key phenomenon driving marble deterioration. While calcium carbonate and gypsum are continuous random fields evolving according to random ordinary differential equations, the dynamics of sulfuric acid particles follow It & ocirc;-type stochastic differential equations. The particle evolution incorporates both strong repulsion between particles via the Lennard-Jones potential and non-local interactions with the continuum environment. The particle-continuum coupling is also achieved through a chemical reaction, which is modelled as a Poisson counting process. We simulate the spatiotemporal evolution of this corrosion process using the Euler-Maruyama algorithm with varying initial data combined with finite elements to address spatial discretization. Despite symmetric initial data, our simulations highlight an uneven progression of corrosion due to stochastic influences in the model.</p>