When Volumetric Growth Selects Surface Growth

तकनीकी सारांश: जब आयतन संबंधी वृद्धि (Volumetric Growth) सतह संबंधी वृद्धि (Surface Growth) का चयन करती है

समस्या विवरण
यह शोध पत्र ठोस पदार्थों में पदार्थ परिवर्धन (material addition) के दो विशिष्ट तंत्रों के बीच सैद्धांतिक संबंध की जांच करता है: आयतन संबंधी वृद्धि (bulk में परिवर्धन) और सतह संबंधी वृद्धि (सीमा पर संचय)। पारंपरिक रूप से, इन्हें अलग-अलग ढांचों का उपयोग करके मॉडल किया जाता है: आयतन संबंधी वृद्धि को ग्रोथ टेंसर के विकास नियमों के माध्यम से, और सतह संबंधी वृद्धि को मूविंग-बाउंड्री विवरणों के माध्यम से। हालांकि डि कार्लो [6] ने पहले सुझाव दिया था कि सतह संबंधी वृद्धि, स्थानीयकृत आयतन संबंधी वृद्धि की एक सिंगुलर लिमिट (singular limit) हो सकती है, यह कार्य एक विशिष्ट अनुकूलन-संचालित ढांचे (optimization-driven framework) के भीतर इस संबंध को प्रदर्शित करने का प्रयास करता है।

केंद्रीय समस्या यह निर्धारित करना है कि एक रैखिक प्रत्यास्थ पिंड (linearly elastic body) में वृद्धि के स्ट्रेन का वितरण क्या होगा जो कुल जोड़े गए पदार्थ (द्रव्यमान) की बाधा के अधीन, बाहरी भार द्वारा किए गए कार्य को न्यूनतम करता है और यांत्रिक संतुलन बनाए रखता है। अध्ययन यह पूछता है कि क्या एक ऐसा निरूपण, जो प्रारंभ में वृद्धि को एक वितरित आयतन प्रक्रिया के रूप में मानता है, अनुकूलन स्थितियों के तहत स्वाभाविक रूप से एक सिंगुलर, सतह जैसी प्रक्रिया में विकसित होता है।

कार्यप्रणाली (Methodology)
लेखक एक वेरिएशनल दृष्टिकोण (variational approach) का उपयोग करते हैं जहाँ वृद्धि किसी गतिज नियम (kinetic law) द्वारा निर्धारित नहीं होती है, बल्कि एक बाधाबद्ध अनुकूलन समस्या के समाधान के रूप में उभरती है।

1. ढांचा: पिंड को एक रैखिक प्रत्यास्थ ठोस के रूप में मॉडल किया गया है। वृद्धि को एक सममित ग्रोथ स्ट्रेन टेंसर $\varepsilon_g$ द्वारा दर्शाया जाता है। कुल स्ट्रेन, इलास्टिक और ग्रोथ स्ट्रेन का योग है ($\varepsilon = \varepsilon^e + \varepsilon_g$)।
2. उद्देश्य फलन (Objective Functional): प्रणाली बाहरी भार द्वारा किए गए कार्य $W$ को न्यूनतम करने का प्रयास करती है। भौतिक रूप से, यह लागू भार का विरोध करने के लिए विस्थापन (displacements) उत्पन्न करने हेतु (सबसे अधिक ऋणात्मक कार्य उत्पन्न करने के लिए) नए पदार्थ के एक निश्चित द्रव्यमान को आवंटित करने के अनुरूप है।
3. बाधाएं (Constraints): अनुकूलन निम्नलिखित के अधीन है:
   • यांत्रिक संतुलन समीकरण।
   • कंस्टिट्यूटिव संबंध (हुक का नियम)।
   • एक वैश्विक द्रव्यमान बाधा ($\int \text{tr}(\varepsilon_g) = \Gamma$)।
   • अपरिवर्तनीयता की शर्तें ($\varepsilon_g \geq 0$ उपयुक्त अर्थ में)।
4. विश्लेषणात्मक सेटिंग्स: लेखक स्थानीयकरण तंत्र (localization mechanism) को समझाने के लिए दो विशिष्ट ज्यामिति के लिए स्पष्ट विश्लेषणात्मक समाधान प्राप्त करते हैं:
   • एक वितरित अक्षीय भार (axial load) के तहत दोनों सिरों पर स्थिर एक एक-आयामी बार (one-dimensional bar)।
   • रेडियल बॉडी फोर्स के तहत एक अक्षीय सममित वलय (axisymmetric annular body) (प्लेन स्ट्रेन)।

मुख्य परिणाम
विश्लेषण से पता चलता है कि इष्टतम वृद्धि वितरण सिंगुलर (singular) होते हैं। यद्यपि समस्या को वितरित आयतन वृद्धि स्ट्रेन के साथ तैयार किया गया है, न्यूनतम समाधान शरीर के निम्न-आयामी उपसमुच्चयों (सीमाओं या आंतरिक इंटरफेस) पर केंद्रित होते हैं, जो डिरैक मास (Dirac masses) के रूप में मापों (measures) के संदर्भ में अभिसरित होते हैं।

• एक-आयामी बार:

  • इष्टतम ग्रोथ स्ट्रेन उस बिंदु $x^\circ$ पर केंद्रित होता है जहाँ अक्षीय बल $N(x)$ अपने न्यूनतम मान पर पहुँचता है।
  • समान भार (Uniform Load): न्यूनतम बल सीमा ($x=\ell$) पर होता है, जिसके परिणामस्वरूप वृद्धि पूरी तरह से दाहिने छोर पर केंद्रित हो जाती है। यह प्रभावी रूप से सतह संबंधी वृद्धि की नकल करता है।
  • चिह्न-परिवर्तित भार (Sign-Changing Load): भार वितरण के आधार पर, संकेंद्रण सीमा पर या एक आंतरिक बिंदु (जैसे, मध्य बिंदु) पर हो सकता है, जो विस्तार के आंतरिक स्रोत के रूप में कार्य करता है।

• अक्षीय सममित वलय (Axisymmetric Annulus):

  • इष्टतम वृद्धि रेडियल बॉडी फोर्स $p(r)$ के चिह्न और वृद्धि की अनुपस्थिति में भार द्वारा प्रेरित रेडियल ($\Sigma^p_{rr}$) और हूप ($\Sigma^p_{\theta\theta}$) स्ट्रेस घटकों के बीच तुलना पर निर्भर करती है।
  • समान धनात्मक भार ($p>0$): इष्टतम वृद्धि आंतरिक ($r=a$) और बाहरी ($r=b$) सीमाओं पर केंद्रित होती है। वृद्धि शुद्ध रूप से रेडियल ($\varepsilon^g_{\theta\theta}=0$) है।
  • समान ऋणात्मक भार ($p<0$): इष्टतम वृद्धि केवल आंतरिक सीमा ($r=a$) पर केंद्रित होती है और शुद्ध रूप से हूप-निर्देशित ($\varepsilon^g_{rr}=0$) होती है।
  • चिह्न-परिवर्तित भार: इष्टतम वृद्धि एक मध्यवर्ती त्रिज्या (वह इंटरफेस जहाँ भार का चिह्न बदलता है) पर स्थानीयकृत होती है, जो विपरीत विस्थापन वाले क्षेत्रों को अलग करने वाला एक आंतरिक इंटरफेस बनाती है।

सभी मामलों में, वृद्धि वितरण का "लिमिट" एक सेट पर समर्थित एक माप (measure) है जो निम्न आयाम (बिंदु या वृत्त) का होता है, जो प्रभावी रूप से एक आयतनत्मक निरूपण से सतह संबंधी वृद्धि तंत्र का चयन करता है।

महत्व और दावे
यह शोध पत्र एक वेरिएशनल तंत्र (variational mechanism) प्रदान करने का दावा करता है कि कैसे सतह संबंधी वृद्धि, आयतन संबंधी वृद्धि के इष्टतम कार्यान्वयन के रूप में उभर सकती है।

• स्वाभाविक उद्भव (Natural Emergence): शास्त्रीय दृष्टिकोणों के विपरीत जहाँ बल्क और सतह वृद्धि के बीच का अंतर पूर्व-निर्धारित (a priori) रूप से थोपा जाता है, यह ढांचा दिखाता है कि यह अंतर अनुकूलन प्रक्रिया से ही स्वाभाविक रूप से उत्पन्न होता है।
• आयामी न्यूनीकरण (Dimensional Reduction): वृद्धि को 3D (या 2D) बल्क घटना से 1D (या 0D) सतह घटना में बदलना कोई धारणा नहीं है, बल्कि एक परिणाम है कि सिस्टम यांत्रिक भार का विरोध करने के लिए सबसे कुशल विन्यास खोजने का प्रयास करता है।
• सैद्धांतिक सेतु (Theoretical Bridge): ये परिणाम वितरित वृद्धि मॉडलों (morphoelasticity) और शास्त्रीय सतह संचय मॉडलों के बीच एक गणितीय सेतु प्रदान करते हैं, जो इस परिकल्पना की पुष्टि करते हैं कि सतह संबंधी वृद्धि, आयतन संबंधी वृद्धि का एक सीमित रूप है।
• क्षेत्र (Scope): लेखक नोट करते हैं कि हालांकि विश्लेषण रैखिक लोच (linearized elasticity) के भीतर किया गया है, निरंतर कार्य से संकेत मिलता है कि ये परिणाम गैर-रैखिक सिद्धांतों तक विस्तारित हो सकते हैं। यह पत्र इन स्थानीयकरण तंत्रों को प्रकट करने के लिए स्थिर अनुकूलन (static optimization) पर केंद्रित है, हालांकि इसके अंतर्निध्य दर्शन को अन्य कार्यों में वृद्धिशील वृद्धि (incremental growth) के लिए पहले भी लागू किया गया था।

अध्ययन निष्कर्ष निकालता है कि बाहरी कार्य को न्यूनतम करने के मानदंड के तहत, प्रणाली स्वतः ही उन वृद्धि तंत्रों का चयन करती है जो प्रभावी रूप से "सतह के प्रकार" के होते हैं, अर्थात वे पदार्थ को सीमाओं या इंटरफेस पर केंद्रित करते हैं जहाँ वे सबसे बड़ा यांत्रिक लाभ प्रदान करते हैं।