Stochasticity of fatigue failure times in sheared glasses

एक कांच को केवल एक नाजुक खिड़की के पन्ने के रूप में नहीं, बल्कि नन्हे कणों के एक भीड़भाड़ वाले डांस फ्लोर के रूप में कल्पना करें। जब आप इस फर्श को लयबद्ध तरीके से आगे-पीछे धकेलते और खींचते हैं—जैसे कोई डीजे रिकॉर्ड को आगे-पीछे घुमा रहा हो—तो अंततः डांसर थक जाते हैं, लड़खड़ाते हैं, और पूरा फर्श ढह जाता है। यह फटीग फेलियर (fatigue failure) है। लेकिन यहाँ एक मोड़ है: यदि आप ठीक यही नृत्य एक हजार अलग-अलग कांच के फर्शों के साथ दोहराते हैं, तो वे सभी एक ही समय पर नहीं टूटते। कुछ कुछ चक्करों के बाद हार मान लेते हैं; अन्य बहुत लंबे समय तक चलते हैं। क्यों?

यह शोध पत्र, जो कंप्यूटर सिमुलेशन और सैद्धांतिक मॉडलों का मिश्रण है, इस रहस्य की गहराई में जाता है कि कांच कब और क्यों विफल होता है। शोधकर्ताओं ने केवल कांच के टूटने के औसत समय को नहीं देखा; उन्होंने विफलता के समय के पूरे फैलाव (spread) को देखा, जैसे कि स्टेडियम में हर एक डांसर के गिरने के सटीक क्षण को ट्रैक करना।

बड़ी खोज: एक "लॉग-नॉर्मल" पार्टी

मुख्य निष्कर्ष यह है कि कांच के विफल होने का समय एक बहुत ही विशिष्ट पैटर्न का पालन करता है जिसे लॉग-नॉर्मल डिस्ट्रीब्यूशन (lognormal distribution) कहा जाता है। सरल शब्दों में, यदि आप विफलता के समय का लघुगणक (logarithm - एक विशेष गणितीय ट्रिक) लेते हैं, तो परिणाम एक आदर्श 'बेल कर्व' (bell curve) की तरह दिखते हैं।

लेखकों ने दो प्रकार के "मॉडल ग्लास" पर सिमुलेशन चलाया:

1. KA-BMLJ: 80% एक प्रकार के कण और 20% दूसरे प्रकार के कणों का मिश्रण, जो मानक परमाणुओं की तरह परस्पर क्रिया करते हैं।
2. CP: एक मॉडल जो सिलिका (असली कांच की तरह) की नकल करता है, जो सिलिकॉन और ऑक्सीजन कणों से बना है।

उन्होंने एक सरलीकृत "इलास्टो-प्लास्टिक मॉडल" (EPM) का भी उपयोग किया, जो एक ब्लॉकनुमा, कार्टून संस्करण जैसा है जिसमें वर्गाकार टाइल्स होते हैं जो टूट सकते हैं और खिसक सकते हैं।

इन सिमुलेशन में, उन्होंने चक्रीय कतरनी (cyclic shear - आगे-पीछे धकेलना) लागू की, जिसमें परमाणु मॉडलों के लिए अधिकतम स्ट्रेन आयाम (कितनी जोर से धक्का दिया गया) 0.076 से 0.1 के बीच था और ब्लॉक वाले मॉडल के लिए 0.458 था। उन्होंने पाया कि चाहे उन्होंने कितनी भी जोर से धक्का दिया हो (जब तक कि वह "यील्ड" बिंदु से ऊपर था जहाँ कांच बहना शुरू कर देता है), विफलता का समय हमेशा इसी लॉग-नॉर्मल पैटर्न में फिट बैठता था।

"ज़ूम" प्रभाव: आकार मायने रखता है

यहाँ मामला और भी दिलचस्प हो जाता है। शोधकर्ताओं ने यह परीक्षण किया कि जब वे कांच के नमूने का आकार बदलते हैं तो क्या होता है।

• उन्होंने 4,000, 16,000, 64,000, और 128,000 कणों वाले सिस्टम का सिमुलेशन किया।
• उन्होंने पाया कि जैसे-जैसे सिस्टम बड़ा होता गया, विफलता के समय का फैलाव (spread) अधिक तीव्र (sharper) होता गया।

इसे एक भीड़ की तरह समझें जो एक नंबर का अनुमान लगा रही है। यदि आप 10 लोगों से पूछते हैं, तो उनके अनुमान इधर-उधर हो सकते हैं। यदि आप 100,000 लोगों से पूछते हैं, तो औसत बहुत सटीक हो जाता है, और बाहरी (outliers) दुर्लभ हो जाते हैं। इसी तरह, इन सिमुलेशन में, जैसे-जैसे कणों की संख्या ($N$) बढ़ी, विफलता के समय के मानक विचलन (standard deviation) और माध्य (mean) का अनुपात कम होता गया। शोध पत्र सुझाव देता है कि एक वास्तव में अनंत प्रणाली (thermodynamic limit) में, यह अनुपात शून्य तक गिर सकता है, जिसका अर्थ है कि विफलता का समय पूरी तरह से अनुमानित हो जाएगा।

"दोष किसका है?" रहस्य: संरचना बनाम अराजकता

इस क्षेत्र में एक बड़ा प्रश्न यह है: क्या विफलता के समय में यह यादृच्छिकता (randomness) इसलिए है क्योंकि हर कांच की संरचना थोड़ी अलग और अव्यवस्थित है? या क्या यह यादृच्छिकता कांच के हिलने-डुलने और टूटने के तरीके में निहित है?

इस समाधान के लिए, शोधकर्ताओं ने एक चतुर प्रयोग किया जिसे आइसो-कॉन्फ़िगरेशनल रन (iso-configurational runs) कहा जाता है।

• सेटअप: उन्होंने कणों की एक ही शुरुआती व्यवस्था (एक विशिष्ट "डांस फ्लोर" लेआउट) ली।
• ट्विस्ट: उन्होंने उसी सटीक लेआउट पर सिमुलेशन को 1,000 बार चलाया, लेकिन हर बार उन्होंने कणों को थोड़ी अलग शुरुआती गति (velocities) दी।
• परिणाम: विफलता के समय का फैलाव उस फैलाव के लगभग समान था जो उन्हें 1,000 अलग-अलग लेआउट के साथ मिला था।

यह एक महत्वपूर्ण निष्कर्ष है। यह सुझाव देता है कि यादृच्छिकता केवल इसलिए नहीं है कि हर कांच अलग तरह से बना है। इसके बजाय, डायनामिक्स (dynamics)—तनाव के तहत कणों के हिलने-डुलने और परस्पर क्रिया करने का अराजक तरीका—अनिश्चितता का मुख्य स्रोत है। भले ही आप एक आदर्श, समान सेटअप से शुरू करें, नृत्य हर बार एक अलग समय पर समाप्त होगा।

"क्षति" का संचय (Damage Accumulation)

कांच वास्तव में कैसे टूटता है? शोध पत्र प्रस्तावित करता है कि क्षति गुणात्मक (multiplicative) तरीके से बढ़ती है।
एक चेन की कल्पना करें जहाँ हर कड़ी हर बार खींचने पर थोड़ी कमजोर होती जाती है। यदि कमजोरी योगात्मक (additive) है (लिंक 1 अपनी ताकत का 1% खो देता है, लिंक 2 भी 1% खो देता है), तो यह अनुमानित है। लेकिन यदि कमजोरी गुणात्मक (multiplicative) है (लिंक 1 अपनी शक्ति का 1% खोता है, और लिंक 2 शेष शक्ति का 1% खो देता है), तो क्षति तेजी से और अप्रत्याशित रूप से बढ़ती है।

शोधकर्ताओं ने "मोबाइल कणों" (जो पागलों की तरह नाच रहे हैं) और "विघटित कार्य" (घर्षण के कारण नष्ट हुई ऊर्जा) को ट्रैक किया। उन्होंने पाया कि इस संचित क्षति का लघुगणक (logarithm) चक्रों की संख्या के साथ रैखिक (linearly) रूप से बढ़ता है।

• परमाणु मॉडलों के लिए, उन्होंने मोबाइल कणों के अंश को ट्रैक किया।
• EPM के लिए, उन्होंने उन साइटों के अंश को ट्रैक किया जिन्होंने प्लास्टिक घटनाओं (plastic events) का अनुभव किया था।

क्षति के लघुगणक में यह रैखिक वृद्धि पुष्टि करती है कि यह प्रक्रिया गुणात्मक (multiplicative) है। यह एक ढलान से लुढ़कते हुए स्नोबॉल (बर्फ के गोले) की तरह है, जो अपने साथ और बर्फ बटोरता जाता है, लेकिन वह जिस दर से बर्फ बटोरता है वह यादृच्छिक है। जब यह "क्षति का स्नोबॉल" एक महत्वपूर्ण सीमा तक पहुँच जाता है, तो कांच विफल हो जाता है। यह प्रक्रिया गणितीय रूप से जियोमेट्रिक ब्राउनियन मोशन (geometric Brownian motion) द्वारा वर्णित है, जो स्वाभाविक रूप से विफलता के समय के लॉग-नॉर्मल वितरण की ओर ले जाती है जैसा कि उन्होंने देखा।

उन्होंने क्या खारिज किया (और क्या नहीं)

शोध पत्र स्पष्ट रूप से इस विचार के खिलाफ तर्क देता है कि यादृच्छिकता केवल कांच की प्रारंभिक अव्यवस्था से आती है। जैसा कि आइसो-कॉन्फ़िगरेशनल रन द्वारा दिखाया गया है, एक निश्चित शुरुआती संरचना के साथ भी, विफलता का समय अभी भी बहुत बिखरा हुआ है। यादृच्छिकता स्वयं विफलता प्रक्रिया की आंतरिक विशेषता है।

हालाँकि, पेपर इस बात के लिए सावधान है कि यह वास्तविक दुनिया की इंजीनियरिंग के लिए हल की गई समस्या का दावा नहीं करता है।

• केवल सिमुलेशन: ये परिणाम मॉडल ग्लास के कंप्यूटर सिमुलेशन और एक ब्लॉक वाले सैद्धांतिक मॉडल से आए हैं। इनका परीक्षण अभी तक वास्तविक औद्योगिक कांच उत्पादों पर नहीं किया गया है।
• सिस्टम आकार की सीमाएं: हालांकि रुझान बताता है कि बड़े सिस्टम अधिक अनुमानित होते हैं, लेकिन वह सटीक गणितीय नियम अभी भी स्पष्ट नहीं है कि जैसे-जैसे सिस्टम अनंत तक बढ़ता है, यादृच्छकता कैसे गायब होती है। पेपर नोट करता है कि "थर्मोडायनामिक लिमिट" को समझने के लिए और अधिक सिस्टम साइज के साथ और अधिक विश्लेषण की आवश्यकता है।
• एनीलिंग (Annealing) के अंतर: परमाणु सिमुलेशन में, "एनीलिंग की डिग्री" (कांच को कितनी अच्छी तरह ठंडा और स्थिर किया गया था) ने विफलता वितरण के आकार को बहुत अधिक नहीं बदला। लेकिन ब्लॉक वाले EPM मॉडल में, एनीलिंग की डिग्री ने फैलाव और माध्य के अनुपात को बदल दिया। लेखक स्वीकार करते हैं कि वे पूरी तरह से नहीं समझते कि ये दोनों मॉडल इस विशिष्ट मामले में अलग-अलग व्यवहार क्यों करते हैं।

निष्कर्ष (The Takeaway)

तो, अगली बार जब आप किसी कांच को कुछ समय तक हिलाने के बाद टूटते हुए देखें, तो याद रखें: यह केवल बुरा भाग्य या कोई छिपा हुआ क्रैक नहीं है। यह एक अराजक नृत्य है। भले ही आप समय को फ्रीज कर सकें और कांच को बिल्कुल उसी स्थिति में रीसेट कर सकें, कणों की यादृच्छिक हलचल ही इसे एक अलग क्षण पर विफल कर देगी। विफलता का समय एक लॉग-नॉर्मल पैटर्न का पालन करता है क्योंकि क्षति एक गुणात्मक, स्नोबॉलिंग फैशन में बढ़ती है, जो केवल कांच की शुरुआती अव्यवस्था से नहीं, बल्कि गति की आंतरिक अराजकता से संचालित होती है।

शोध पत्र सुझाव देता है कि इस "गुणात्मक क्षति" और इस प्रक्रिया की "आंतरिक स्टोकेस्टिसिटी" को समझकर, हम एक दिन बेहतर भविष्यवाणी कर पाएंगे कि सामग्रियां कब तक चलेंगी, लेकिन फिलहाल, यह चीजों के टूटने के सांख्यिकीय यांत्रिकी (statistical mechanics) की एक आकर्षक झलक है।