Spectral Decomposition of Liquid Viscosity into Instantaneous Normal Modes

本文提出了一个理论框架，将液体粘度分解为各个瞬时简正模式的贡献，揭示出在模式耦合温度以上不稳定的局域化模式主导粘性动力学，而在该温度以下稳定模式起主导作用，从而在宏观粘度与微观原子激发之间建立了定量联系。

要点

想象一罐蜂蜜。当你搅拌它时，它会抗拒你的勺子。这种阻力被称为粘度。长期以来，科学家们一直知道蜂蜜很稠，但在单个原子的层面上，他们尚未完全理解为什么会这样。这就像知道一辆车发动不了，却不知道是电池、燃油还是火花塞出了问题。

这篇论文就像高科技机械师的诊断工具。它将“稠”的液体分解为其最小、最快的振动，以确切地看出是哪些振动导致了阻力。

以下是他们发现的故事，用简单的方式解释：

1. “瞬时快照”（INM）

液体是混乱的。与原子整齐排列在网格中的固体晶体不同，液体中的原子不断颤动和重组。因为它们总是在运动，你无法拍下它们排列的“完美”照片。

然而，科学家们使用了一个巧妙的技巧：他们拍摄了液体的瞬时快照。想象将混乱的舞池冻结一刹那。在那个冻结的瞬间，他们计算了每个原子如果被固定在那个确切位置会如何振动。他们称这些为“瞬时简正模式”（INMs）。把这些想象成液体在那确切时刻正在哼唱的特定“音符”或“曲调”。

2. 两种类型的“音符”

当他们聆听这些音符时，发现了两种截然不同的振动，他们像分拣红蓝弹珠一样将它们分开：

• “摇摆”的音符（不稳定模式）： 这些是原子处于 precarious 位置的振动，就像球平衡在山顶上。如果你轻推它们，它们就会滚落。
  • 其中一些摇摆的音符是离域的：整群原子一起扭动，就像体育场里的波浪。
  • 另一些是局域的：只有一小群特定的原子在疯狂扭动，就像人群中一个人绊了一跤。
• “稳定”的音符： 这些是原子坐在山谷（舒适的位置）里。它们轻柔地振动，但不会滚走。

3. 重大发现：谁是“交警”？

团队想知道：这些音符中，究竟是哪一个实际上导致了液体的厚度（粘度）？

他们对三种不同的液体（两种金属玻璃和一种标准模型液体）进行了大规模的计算机模拟，并将结果与现实世界的数据进行了比较。以下是他们的发现：

• “摇摆且局域”的音符是罪魁祸首： 他们发现，流动阻力（粘度）几乎完全由那些平衡在山顶边缘的微小、混乱、局域的原子群（不稳定局域瞬时简正模式）引起。
  • 类比： 想象拥挤的走廊。“粘度”不是由所有人平稳行走造成的。而是由几个人在狭窄处绊倒自己的脚造成的，这形成了一个瓶颈，拖慢了其他人的速度。
• “稳定”的音符无关紧要（在高温下）： 当液体很热时，稳定的、轻柔的振动对厚度几乎没有贡献。
• “离域”的音符负责扩散： 整群原子一起扭动的音符实际上负责粒子穿过液体的速度（扩散），而不是液体的厚度。

4. 温度开关（交叉点）

论文发现了一个有趣的“开关”，随着液体冷却而发生：

• 热液体（高于“模式耦合温度”）： 液体之所以稠，是因为那些局域的、摇摆的原子互相绊倒。
• 冷液体（低于开关）： 随着温度降低并接近变成玻璃，物理性质发生了变化。“摇摆”的原子消失或不再成为主要问题。相反，稳定的振动开始接管并控制厚度。

这就像交通堵塞起初是由几个糟糕的司机（热液体）引起的，但随着道路结冰，堵塞是由冰本身使整条路变得湿滑和缓慢（冷液体）造成的。

5. 为什么这很重要

在这篇论文之前，科学家有一个计算粘度的公式，但这就像试图通过看一张模糊的照片来预测天气。这项工作提供了一种谱分解。

把它想象成一个音乐均衡器。以前，我们知道这首歌很响（高粘度），但我们不知道是哪些特定的频率让它变响。现在，科学家们调节了旋钮，并表明只有“局域不稳定”的频率在调高粘度的音量。

简而言之：
这篇论文证明，液体的“厚度”是由那些在失稳边缘摇摇欲坠的微小、混乱的原子团簇引起的。通过识别这些特定的原子“绊倒”，作者们在原子的微观颤动与稠密液体的宏观感觉之间架起了一座桥梁，终于回答了是什么让蜂蜜成为蜂蜜的问题。

技术摘要

技术摘要：液体粘度的谱分解为瞬时简正模

问题陈述
粘度是液体抵抗流动的阻力，是一种由原子尺度摩擦控制的基本输运系数。然而，其微观起源仍知之甚少。尽管存在宏观定义（例如将应力自相关与粘度联系起来的格林 - 久保形式体系），但这些方法并未阐明负责动量输运的具体原子运动或基本激发。主要障碍在于缺乏适用于液体的明确定义的简正模形式体系，因为与晶体固体不同，液体不存在平衡构型。此前将微观动力学与宏观输运联系起来的尝试（例如不稳定的离域瞬时简正模（INMs）与自扩散之间的联系），使得其他模式（特别是不稳定的局域化模式）的作用尚不明确。这项工作旨在解决对液体粘度微观载流子理解上的空白，并寻求将粘度分解为各个原子模式的贡献。

方法论
作者将大量的分子动力学（MD）模拟与基于非仿射线性粘弹性响应的理论框架相结合。

1. 理论框架： 本研究利用基于复剪切模量虚部推导出的剪切粘度（$\eta$）表达式。粘度表示为对态密度（DOS）$g(\omega)$ 的积分，该积分由仿射力场关联函数 $\Gamma(\omega)$ 和记忆核 $\tilde{\nu}(0)$ 加权：
   $$\eta = 3\rho \tilde{\nu}(0) \int \frac{g(\omega) \Gamma(\omega)}{m^2 \omega^4} d\omega$$
   关键在于，作者将 $g(\omega)$ 定义为通过对瞬时液体构型的海森矩阵（Hessian matrix）对角化推导出的 INM 态密度。记忆核是利用投影算符形式体系从第一性原理推导得出的，避免了自由拟合参数。

2. 模拟系统： 为确保普适性，分析了三个不同的系统：

   • 一种 Cu$_{50}$Zr$_{50}$ 金属液体。
   • 一种共价键合的 Fe$_{80}$P$_{20}$ 金属液体。
   • 一种 Kob-Andersen (KA) 二元 Lennard-Jones 混合物。

3. 模式分类： INMs 根据特征值的符号（稳定与不稳定）和空间范围进行分类。空间范围使用参与率（$P_\omega$）进行量化。有限尺寸标度分析识别出了一个“迁移率边”（即临界参与率阈值，例如 CuZr 的 $P_\omega \approx 0.36$），将不稳定的局域化 INMs (ULINMs) 与不稳定的离域 INMs 区分开来。谱统计（最近邻间距分布）证实，局域化模式遵循泊松统计，而离域模式遵循维格纳统计。

主要结果

• 谱分解的有效性： 作者证明，在理论公式中对所有 INMs（包括稳定和不稳定模式）进行积分所得到的粘度值，与模拟数据（格林 - 久保和非平衡剪切 MD）相比偏差达几个数量级。
• 高温下 ULINMs 的主导地位： 在模式耦合温度（$T_{MC}$）以上，当积分仅限于不稳定的局域化 INMs (ULINMs) 时，理论公式能准确预测粘度。这一发现确定了 ULINMs 是高温区支配粘性输运的主要微观激发。
• $T_{MC}$ 处的动力学交叉： 在模式耦合温度（$T_{MC}$）附近观察到了明显的动力学交叉。
  • 对于 $T > T_{MC}$，粘度由 ULINMs 控制。
  • 对于 $T < T_{MC}$，控制机制转向稳定模式。这一转变与势能景观（PEL）的拓扑结构变化相一致，即从以鞍点为主导（saddles-dominated）的区域转变为以极小值为主导（minima-dominated）的区域。
• 定量模型： 该研究建立了粘度、构型熵（$S_{conf}$）和 ULINMs 分数（$f^L_u$）之间的定量联系。数据揭示了 $S_{conf}$ 与 $f^L_u$ 之间存在两阶段线性依赖关系，以及粘度表现出两阶段 Adam-Gibbs 类行为。由此提出了一个模型：
  $$\eta \propto A \exp\left[ \frac{B}{T(a f^L_u + b)} \right]$$
  该模型成功地将宏观粘度与阿伦尼乌斯和非阿伦尼乌斯区域中特定微观激发的布居数联系起来。

意义与主张
本文声称首次将液体粘度谱分解为各个瞬时简正模。其主要贡献如下：

1. 微观载流子的识别： 它确定了不稳定的局域化 INMs 是 $T_{MC}$ 以上温度下液体粘度的基本构成单元，将其与支配自扩散的不稳定离域模式区分开来。
2. 解决“INMs 是什么”的争论： 该工作阐明了不稳定模式的物理本质，提出 ULINMs 作为粘性动力学的促进者，可能位于动态非均匀液体中可移动团簇与不可移动团簇之间的边界处。
3. 预测框架： 通过将粘度直接与 ULINMs 的布居数和构型熵联系起来，作者提出了一条从基本激发预测液体粘度的途径，而无需依赖唯象参数。
4. 普适性： 观察到的 ULINM 主导与稳定模式主导粘度之间的交叉被证明在金属液体和模型玻璃形成体中具有普适性，从而加强了输运性质与势能景观拓扑特征之间的联系。

作者得出结论，这种分解提供了一种新的液体粘度微观理论，弥合了原子尺度振动与宏观流体力学之间的鸿沟。