論文要約：LAOS における第一正規応力差（N1）の自己整合的フーリエ・チェビシェフ表現

この論文は、大振幅振動せん断（LAOS）における非線形粘弾性材料の特性評価において、これまで主にせん断応力に焦点が当てられてきたのに対し、**第一正規応力差（$N_1$）**のスペクトル内容を定量的に解析するための新しい枠組みを提案し、実験的に検証したものです。

以下に、問題提起、手法、主要な貢献、結果、および意義について詳細にまとめます。

1. 問題提起 (Problem)

• LAOS 解析の偏り: 大振幅振動せん断（LAOS）は、高分子液体や食品など多様な材料の非線形粘弾性を特徴づける重要な手法ですが、これまでの研究のほとんどはせん断応力の応答に限定されていました。
• N1 の重要性: 高弾性材料（特に高分子溶融体）では、大きなひずみ振幅において時間変化する第一正規応力差 $N_1(t)$ がせん断応力よりもはるかに大きくなり、材料の非線形特性に対する敏感なプローブとなり得ます。
• 既存手法の限界:
  • $N_1$ の詳細な関数形やひずみ振幅との進化関係は十分に探求されていません。
  • 各高調波項を特徴づける材料係数に対する標準的な命名法が存在しません。
  • せん断応力と $N_1$ の間の自己整合性（self-consistency）（特に低・中ひずみ領域における理論的関係）を実験的に確認する体系的な手法が不足しています。
  • 従来の離散的なひずみ振幅ごとの測定は時間がかかり、変化する材料（time-varying materials）の解析には不向きです。

2. 手法 (Methodology)

本研究では、以下の 3 つの主要なアプローチを組み合わせています。

A. フーリエ・チェビシェフ表現枠組みの構築

• せん断応力解析で確立されているフーリエ・チェビシェフ分解を、$N_1$ に適用する新しい定式化を提案しました。
• $N_1$ をひずみ振幅 $\gamma_0$ の 2 乗に比例する項として展開し、以下の形式で定義しました：
  $$N_1 = \gamma_0^2 \left[ n_1^d + \sum_{k=2, \text{even}}^{\infty} \left( n_{1,k}' \cos(k\omega t) + n_{1,k}'' \sin(k\omega t) \right) \right]$$
  ここで、$n_1^d$ は直流（DC）成分、$n_{1,k}'$ と $n_{1,k}''$ はそれぞれ偶数高調波（2 次、4 次など）の弾性・粘性係数です。
• この表記法により、せん断応力の弾性・粘性係数（$G', G''$）との対比が明確になり、物理的解釈（ひずみ軟化/硬化など）が容易になります。

B. 理論モデルによる検証

• Upper Convected Maxwell (UCM) モデル: 準線形モデルとして解析解を導出し、$N_1$ の 0 次と 2 次高調波がせん断応力の $G'$ と $G''$ との間に厳密な漸近関係（自己整合性）を持つことを示しました。
• Giesekus モデル: 完全非線形モデルを用いて、より高い高調波（4 次など）の発生と、ひずみ振幅依存性をシミュレーションしました。

C. ガボア・レオメトリ（Gaborheometry）の適用

• 従来の離散的なひずみスイープに代わり、Gaborheometry 変形スイープ（時間変化するひずみ振幅 $\gamma_0(t)$ を印加し、ガボア変換で時間局所化して解析する手法）を $N_1$ 解析に初めて適用しました。
• これにより、単一のスイープ実験で広範囲のひずみ振幅にわたる材料関数を迅速に取得可能になりました。

D. 実験的検証

• PDMS（シリコン流体）: 弱弾性流体として、低・中ひずみ領域でのせん断応力と $N_1$ の自己整合性を検証。
• TPU（熱可塑性ポリウレタン溶融体）: 強弾性で複雑な緩和スペクトルを持つ材料として、コーン・パーティショントプレート（CPP）幾何学を用いて高ひずみ領域での高調波挙動を解析。

3. 主要な貢献 (Key Contributions)

1. N1 解析の標準化: LAOS における $N_1$ のスペクトル分解に対する統一的なフーリエ・チェビシェフ表記法と材料関数の定義を提案しました。
2. 自己整合性の確認: 実験データ（PDMS）と理論モデル（Giesekus）の両方において、低・中ひずみ領域で $N_1$ の 0 次・2 次高調波とせん断応力の 1 次高調波の間で、理論的に予測される自己整合性関係が満たされることを実証しました。これは機器の較正チェックとしても有用です。
3. 高速解析手法の確立: ガボア変換を $N_1$ 解析に応用し、単一の実験でひずみ振幅依存性を包括的に捉えることを可能にしました。
4. 見かけの N1 と N2 の評価: CPP 幾何学を用いた実験において、見かけの $N_1$ 信号から第二正規応力差 $N_2$ の寄与を推定する手法を示しました（TPU において $N_2/N_1 \approx -0.54$ と推定）。

4. 結果 (Results)

• UCM モデル: 低ひずみ領域では、$N_1$ の係数が $G'$ と $G''$ の組み合わせで記述され、ひずみ振幅に依存しないことが確認されました。また、$N_1$ のリサージュ曲線が「蝶型（butterfly-shaped）」になることが理論的に示されました。
• Giesekus モデル: 非線形性が強まるにつれて、4 次高調波などの高次項が顕著に現れることがシミュレーションで確認されました。また、自己整合性が低ひずみ領域で保たれることも確認されました。
• PDMS 実験: 低ひずみ領域において、測定された $N_1$ 信号がせん断応力データと自己整合的であることが確認されました。しかし、高ひずみ領域ではエッジクラックや試料の飛び出しにより、高次高調波の検出がノイズフロアに阻害されました。
• TPU 実験:
  • ガボア変形スイープにより、広範囲のひずみ振幅と周波数にわたる材料関数（Pipkin 図）を成功裡に取得しました。
  • TPU は Giesekus モデルの単純な予測よりも複雑な挙動を示し、4 次高調波の強度や位相がモデル予測とは異なるパターンを示しました。
  • CPP 幾何学を用いた測定から、$N_2$ の寄与を考慮した見かけの $N_1$ を解析し、TPU の $N_2/N_1$ 比を推定することに成功しました。

5. 意義と将来展望 (Significance)

• 材料特性の完全な定量化: せん断応力だけでなく $N_1$ のスペクトル情報を加えることで、軟物質の非線形粘弾性特性をより完全に定量化できるようになります。
• 機械学習への応用: 得られた高次元な材料特性データ（リサージュ曲線や Pipkin 図）は、材料の「指紋」として機能し、機械学習を用いた新しい構成方程式の発見や、Rheological Universal Differential Equations (RUDEs) などのデータ駆動型モデルのトレーニングデータとして極めて有用です。
• 産業応用: 薄膜延伸や繊維紡糸など、強い流動場が関与する製造プロセスにおける材料挙動の理解が深まり、プロセス最適化や品質管理に寄与します。
• デジタルツイン: 将来的には、この枠組みを用いて、あらゆる流動条件に対して正確に動作する「デジタル流体ツイン」の構築が可能になると期待されます。

総じて、本研究は LAOS 解析における $N_1$ の扱いを体系的に確立し、理論と実験の架け橋となる重要なステップを提供しています。