🔬 condensed matter

Relaxation dynamics and long-time tails explain shear-induced diffusion of soft athermal particles near jamming

该研究通过数值模拟发现，软非热颗粒在二维近阻塞态下的剪切诱导扩散系数遵循格林 - 库博公式，其扩散行为取决于系统状态：在阻塞点以下或高剪切率下表现为拉伸指数衰减，而在阻塞点以上且低剪切率下则因出现导致积分发散的长时尾而呈现临界标度行为。

原作者： Kuniyasu Saitoh, Takeshi Kawasaki

发布于 2026-03-26

📖 1 分钟阅读☕ 轻松阅读

原作者： Kuniyasu Saitoh, Takeshi Kawasaki

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

这篇论文主要研究了一堆软软的、没有热运动的小颗粒（比如泡沫、乳液或沙子）在受到剪切力（比如搅拌或挤压）时，是如何发生“扩散”运动的。

为了让你更容易理解，我们可以把这篇论文的研究对象想象成一大锅正在被搅拌的浓稠粥，或者拥挤的早高峰地铁人群。

以下是用通俗语言和比喻对这篇论文核心内容的解读：

1. 研究背景：拥挤的“早高峰”

想象一下，你在一辆非常拥挤的地铁里（这就是“软颗粒系统”）。

Jamming（阻塞/堵塞）： 当人挤到一定程度，大家几乎动不了了，这就叫“阻塞态”。在物理学中，这对应一个临界点（ $\phi_J$ ）。
Shear-induced diffusion（剪切诱导扩散）： 即使大家挤得动不了，如果列车开始晃动（施加剪切力），人们还是会因为互相推挤而慢慢向四周散开。这种因为“被推着走”而产生的散开，就是“剪切诱导扩散”。

以前的研究主要关注：挤得越紧，散开得有多快？ 以及这种散开和人群的大小有什么关系？

2. 核心发现：用“记忆”来解释“散开”

这篇论文换了一个新角度。它没有只看人群散开的结果，而是去观察每个人在晃动中的“记忆”。

在物理学中，有一个著名的公式叫格林 - 库博（Green-Kubo）公式。你可以把它想象成一个**“扩散计算器”**，它由两部分组成：

大家跑得多快？（平均速度的平方， $\langle v_y^2 \rangle$ ）
大家记得自己刚才往哪跑了吗？（速度自相关函数， $C(\tau)$ ，也就是“记忆”能保持多久）。

扩散系数 = 跑得快慢 × 记忆保持的时间

3. 两个世界的规则：正常 vs. 极限拥挤

作者发现，根据拥挤程度和搅拌速度，这个世界分成了两种完全不同的模式：

模式 A：正常拥挤或搅拌很快（非阻塞态/高剪切率）

比喻： 地铁虽然挤，但还在动，或者列车晃得很猛。
现象： 乘客的记忆很快消失。你往左推我一下，我马上忘了刚才往哪边去了，转而听新的指令。
数学表现： 这种“记忆”的衰减像拉长的指数函数（Stretched Exponential）。简单说，就是“忘得比较快，而且是有规律的”。
结果： 扩散系数是有限的，可以用上面的公式算出来。而且，所有的物理量（速度、记忆时间）都遵循一种**“临界标度律”**（就像水结冰或沸腾时的规律一样，有特定的数学比例）。

模式 B：极度拥挤且搅拌极慢（阻塞态/准静态）

比喻： 地铁挤得连手指都动不了，而且列车晃得非常非常慢（准静态）。
现象： 这时候出现了**“长时尾巴”（Long-time tail）**。
- 什么是长时尾巴？ 想象一下，你推了前面的人一下，因为太挤了，这个推力会像波浪一样在人群中传递很久很久。你现在的动作，竟然和很久以前的动作还有关系！这种“记忆”衰减得非常非常慢，像幂律（Power-law）一样，几乎不消失。
后果： 因为“记忆”持续的时间太长（理论上趋向于无穷大），导致那个“扩散计算器”里的积分算出来是无穷大。
结论： 在无限大的系统里，如果挤到极限且动得极慢，扩散系数会发散（变成无穷大）。这意味着，这种极端的拥挤状态下，颗粒的混合行为变得非常特殊，不再受常规规则限制。

4. 论文的贡献：建立了一座新桥梁

以前的研究主要关注**“空间”（比如：拥挤时，集体运动的范围有多大？）。
这篇论文则建立了“时间”与“扩散”**之间的联系：

他们证明了：扩散的快慢，本质上是由颗粒“忘记”自己方向的速度决定的。
他们发现了一个经验公式，把“跑得快慢”、“记忆时间”和“扩散系数”这几个关键指标的数学规律（指数）联系在了一起。这就像发现了一个通用的“物理咒语”，只要知道其中两个，就能推算出第三个。

5. 总结：这对我们有什么用？

这项研究虽然听起来很理论，但它对理解泡沫、牙膏、油漆、甚至食品工业中的混合过程非常重要。

简单说： 它告诉我们，当物质挤到极限时，它们的混合方式会发生突变。
关键点： 如果搅拌得太慢且太挤，颗粒之间的“纠缠”和“记忆”会持续很久，导致传统的混合理论失效。这解释了为什么有些材料在特定条件下会表现出奇怪的流动性或扩散性。

一句话总结：
这篇论文通过观察软颗粒在拥挤时的“记忆”长短，揭示了为什么在极度拥挤且缓慢搅拌时，颗粒的扩散会变得异常（甚至理论上是无限的），并找到了一套新的数学规律来描述这种奇妙的物理现象。

这是一份关于论文《Relaxation dynamics and long-time tails explain shear-induced diffusion of soft athermal particles near jamming》（弛豫动力学与长时拖尾解释了阻塞附近的软非热颗粒剪切诱导扩散）的详细技术总结。

1. 研究背景与问题 (Problem)

研究对象：软非热颗粒系统（如泡沫、乳液、胶体悬浮液和颗粒材料），这些系统在临界堆积分数 $\phi_J$ 处会发生阻塞相变 (Jamming Transition)。
核心问题：
- 剪切诱导扩散系数 ( $D$ ) 在阻塞附近的标度行为已被广泛研究，通常与特征长度尺度（如集体运动尺寸 $\xi$ 或系统尺寸 $L$ ）相关联。
- 然而，对于弛豫动力学 (Relaxation Dynamics) 在软非热颗粒剪切诱导扩散中的作用知之甚少。
- 在经典流体中，扩散系数由 Green-Kubo (GK) 公式通过速度自相关函数 (VACF) 的时间积分给出。但在二维阻塞附近，当系统处于阻塞之上 ( $\phi > \phi_J$ ) 且剪切率极低时，扩散系数表现出对系统尺寸的依赖甚至发散，其背后的动力学机制尚不明确。
研究目标：利用分子动力学模拟，通过 Green-Kubo 关系，阐明扩散系数 $D$ 与颗粒速度自相关函数提取的弛豫时间之间的联系，并解释长时拖尾 (Long-time tails) 对扩散系数发散的影响。

2. 方法论 (Methodology)

模拟方法：二维软非热颗粒的分子动力学 (MD) 模拟。
系统设置：
- 包含大小两种颗粒（直径比为 1:1.4），总数 $N=8192$ （并考察了有限尺寸效应）。
- 相互作用力：接触时为线性弹性力 ( $f \propto \delta$ )，并施加阻尼力 ( $f_d = -\zeta(v - u)$ ) 以模拟过阻尼动力学。
- 边界条件：Lees-Edwards 边界条件以施加简单剪切流 ( $u = (\dot{\gamma}y, 0)$ )。
参数范围：
- 堆积分数 $\phi$ ： $0.8 \le \phi \le 0.9$ （围绕临界值 $\phi_J \approx 0.8433$ ）。
- 剪切率 $\dot{\gamma}$ ： $10^{-7} \le \dot{\gamma}t_0 \le 10^{-2}$ 。
关键分析工具：
- Green-Kubo (GK) 公式： $D = \langle v_y^2 \rangle \int_0^\infty C(\tau) d\tau$ ，其中 $C(\tau)$ 是归一化速度自相关函数。
- 标度分析 (Scaling Analysis)：将物理量（如均方速度、弛豫时间、扩散系数）表示为距离阻塞点 $\Delta\phi = \phi - \phi_J$ 和剪切率 $\dot{\gamma}$ 的标度函数。
- 拟合函数：使用拉伸指数函数 $C(\tau) = \exp[-(\tau/\tau^*)^\alpha]$ 和幂律函数来描述速度自相关函数。

3. 主要结果 (Key Results)

A. 均方速度的临界标度 (Critical Scaling of Mean Squared Velocity)

横向均方速度 $\langle v_y^2 \rangle$ 遵循临界标度律。
牛顿流体区 ( $\phi < \phi_J$ )： $\langle v_y^2 \rangle \sim \dot{\gamma}^2$ ，对应粘度发散行为。
准静态阻塞区 ( $\phi > \phi_J, \dot{\gamma} \to 0$ )： $\langle v_y^2 \rangle \sim \dot{\gamma}$ ，对应屈服应力 $\sigma_Y$ 的标度行为 ( $\sigma_Y \sim |\Delta\phi|^{1.52}$ )。
提出了统一的标度函数形式，成功描述了从牛顿区到准静态区的过渡。

B. 弛豫时间与速度自相关函数 (Relaxation Time & VACF)

拉伸指数行为：在阻塞之下 ( $\phi < \phi_J$ ) 或高剪切率下，速度自相关函数 $C(\tau)$ 符合拉伸指数衰减 $C(\tau) = \exp[-(\tau/\tau^*)^\alpha]$ ，且 $\alpha \to 1$ （指数衰减）。
长时拖尾 (Long-time Tails)：
- 当系统处于阻塞之上 ( $\phi > \phi_J$ ) 且剪切率极低 (准静态) 时， $C(\tau)$ 无法用拉伸指数拟合。
- 观察到幂律衰减： $C(\tau) \sim (\dot{\gamma}\tau)^{-1}$ 。
弛豫时间 $\tau^*$ 的标度：在非准静态区域， $\tau^*$ 遵循临界标度律，但在准静态阻塞区无法定义（因为积分发散）。

C. 扩散系数的发散与 GK 公式的验证

GK 公式的适用性：在非准静态区域，通过拉伸指数拟合导出的简化 GK 公式 $D \approx \frac{\tau^* \langle v_y^2 \rangle}{\alpha} \Gamma(1/\alpha)$ 与直接计算的均方位移 (MSD) 结果高度吻合，且与系统尺寸 $N$ 无关。
发散机制：在准静态阻塞区，由于 $C(\tau) \sim \tau^{-1}$ ，GK 公式中的时间积分 $\int C(\tau) d\tau$ 发散。这解释了为何在热力学极限 ( $L \to \infty$ ) 下，剪切诱导扩散系数 $D$ 会发散（表现为 $D/\dot{\gamma} \propto L^\beta$ ）。
标度关系：推导出了临界指数之间的经验标度关系：
$\nu + \psi - \epsilon = \lambda$
其中：
- $\nu \approx 0.939$ (扩散系数指数)
- $\psi \approx 5.39$ (均方速度指数)
- $\epsilon \approx 2.57$ (弛豫时间指数)
- $\lambda \approx 3.87$ (剪切率标度指数)
  数值验证表明该关系成立 ( $3.76 \approx 3.87$ )。

4. 关键贡献 (Key Contributions)

动力学视角的突破：不同于以往主要关注空间长度尺度（如关联长度 $\xi$ ）的研究，本文首次从**时间尺度（弛豫动力学）**的角度解释了剪切诱导扩散。
长时拖尾的确认：明确指出了在二维软非热颗粒系统的准静态阻塞区，速度自相关函数存在 $t^{-1}$ 的长时拖尾，这是导致扩散系数在热力学极限下发散的根本原因。
统一标度框架：建立了连接扩散系数、均方速度和弛豫时间的完整标度框架，并验证了 GK 公式在非准静态区域的适用性。
指数关系：提出了并验证了临界指数之间的标度关系 $\nu + \psi - \epsilon = \lambda$ ，为理解阻塞相变的普适类提供了新的理论约束。

5. 意义与展望 (Significance)

理论意义：该研究将经典流体中关于长时拖尾导致二维扩散系数发散的理论（如 Alder-Wainwright 效应）成功推广到了非平衡态的软非热颗粒系统。这表明阻塞附近的动力学行为与经典流体在二维下的行为具有深刻的相似性。
应用价值：深入理解软物质（如食品、药品制造中的颗粒流）在接近阻塞状态下的输运性质，有助于优化工业过程中的混合与分离效率。
未来方向：
- 需要进一步研究三维系统中是否存在类似的长时拖尾（文献指出三维通常不发散）。
- 需要探讨该现象与颗粒流中长时拖尾观测结果的关系。
- 需要建立这些临界指数的严格理论基础。
- 需要更大规模的模拟以排除有限尺寸效应的影响。

总结：这篇论文通过高精度的分子动力学模拟，揭示了二维软非热颗粒在阻塞附近的剪切诱导扩散机制。核心发现是：在非准静态区域，扩散由拉伸指数弛豫主导；而在准静态阻塞区，速度自相关函数的长时拖尾 ( $t^{-1}$ ) 导致 GK 积分发散，从而解释了扩散系数的发散行为。这一发现为理解软物质阻塞相变的动力学普适性提供了关键证据。