A reduced model for droplet dynamics with interfacial viscosity

本文通过引入界面剪切粘度和膨胀粘度来扩展 Maffettone-Minale 模型，以描述剪切流中的液滴变形，并针对各种毛细数和 Boussinesq 数，通过与全解析数值模拟进行对比，验证了所得扩展模型的准确性。

要点

想象一下，一滴微小的油滴正漂浮在水流中。如果水流开始变快，油滴就会被挤压和拉伸，从一个完美的球体变成椭圆形。科学家们长期以来一直试图用数学来精确预测这种油滴会被拉伸到什么程度。

几十年来，他们一直使用一个著名的“配方”（称为 Maffettone–Minale 模型），这个配方对于干净的液滴效果很好。但在现实世界中，液滴通常拥有一层由肥皂、蛋白质或其他分子组成的“皮肤”。这层皮肤不仅仅是一个边界；它还有自己的厚度和粘性，即界面粘度。你可以把它想象成液滴穿着一件具有粘性和弹性的“毛衣”。

本文介绍了一种新的、升级版的“配方”（扩展 Maffettone–Minale 或 EMM 模型），用于处理这种带有粘性毛衣的情况。以下是作者的拆解方式：

1. 两种类型的“粘性”

作者意识到，液滴的皮肤以两种不同的方式抵抗运动，而他们需要同时测量这两种方式：

• 剪切粘度（“橡皮筋”效应）： 想象一下尝试让你的手在液滴表面滑动。如果皮肤具有“剪切粘性”，它会抵抗这种滑动运动，就像把手在蜂蜜中拖动一样。
• 扩张粘度（“呼吸”效应）： 想象一下液滴试图扩大或缩小其表面积（就像气球充气一样）。如果皮肤具有“扩张粘性”，它会抵抗这种拉伸或收缩，就像一种紧绷、僵硬且不愿扩张的织物。

论文使用特殊的数值（称为 Boussinesq 数）来衡量这两种阻力相对于液滴厚度的强度。

2. 新的配方（EMM 模型）

作者采用了旧的、简单的数学配方，并添加了新的成分来处理这两种粘性。

• 目标： 他们想知道：我们能在这种新配方失效之前将其拉伸到多远？
• 方法： 他们并没有靠猜测。他们构建了一个超级详细的计算机模拟（就像一部关于液滴的高清电影），从头开始求解每一个微小的物理规则。这作为了“真相”。
• 测试： 他们将新的 EMM 配方与超级详细的模拟过程进行对比运行。他们通过比较结果，来看这个简单的配方是否能与复杂的电影相匹配。

3. 他们的发现

结果令人惊讶且非常具体：

• 当“毛衣”是均匀的时候： 如果液滴的皮肤对滑动和拉伸的抵抗力相等（即平衡的毛衣），那么新配方的效果非常好，即使在液滴被拉伸得相当厉害时也是如此。它能准确预测液滴拉伸的速度以及它恢复到最终形状所需的时间。
• 当“毛衣”是不平衡的时候： 如果皮肤非常擅长抵抗滑动但不太擅长抵抗拉伸（或反之亦然），简单的配方就会开始变得有些模糊。它在温和的流动中仍然有效，但如果流动变得太强，该配方的准确性就会下降。
• “减速”效应： 最有趣的发现是关于时间的。当液滴同时具有这两种粘性时，它改变形状所需的时间会更长。这就像液滴被困在了它自己的皮肤里。作者发现，他们的新配方完美地捕捉到了这种“慢动作”效应。
• 临界点： 如果液滴几乎没有抵抗滑动的能力（但具有很高的拉伸抵抗力），它会被拉伸得非常厉害，最终破裂。新配方正确地预测了在这些特定条件下，这种情况会更早发生。

4. 底线结论

作者成功创建了一个简单、快速且可靠的工具，用于预测具有“粘性皮肤”的液滴在流动液体中的行为。

• 为什么这很重要： 它节省了科学家为每个问题都必须运行大规模、缓慢计算机模拟的过程。
• 注意事项： 该工具对于中小程度的拉伸非常准确，尤其是当皮肤的抵抗力是平衡的时候。如果流动极其剧烈，或者皮肤的抵抗力非常不平衡，该工具就会失去精度，届时你需要使用那些重型计算机模拟。

简而言之，他们升级了“液滴计算器”以处理粘性皮肤，证明了它在大多数日常场景下表现出色，同时也明确标注了它需要额外帮助的边界。

技术摘要

技术摘要：考虑界面粘性的液滴动力学简化模型

问题陈述
理解流体动力学流动中的液滴变形是流变学中的一个核心课题。虽然经典的 Maffettone–Minale (MM) 模型为无界面粘性（即洁净液滴）的剪切流提供了成功的现象学描述，但它并未考虑到由界面粘性引入的复杂性。在许多实际场景中，例如界面被表面活性剂、聚合物或蛋白质覆盖时，界面剪切粘度 ($\mu_s$) 和扩张粘度 ($\mu_d$) 会变得显著。这些粘性引入了额外的摩擦，从而改变了体相流体之间的应力平衡，进而影响变形、弛豫以及破碎阈值。目前的挑战在于开发一种能够纳入这些界面效应，同时保留原始 MM 框架的计算效率和解析易处理性的降阶模型。

方法论
作者提出了扩展 Maffettone–Minale (EMM) 模型，该模型通过推广原始 MM 方程，用于描述形态张量 $S$（将液滴形状描述为椭球体）的演化。

• 理论扩展： EMM 模型通过 Boussinesq 数 $Bqs = \mu_s/\mu R$ 和 $Bqd = \mu_d/\mu R$ 将界面粘性纳入其中。通过参考针对粘性界面的摄动计算（具体为 Narsimhan 对 Rallison 研究的扩展），作者推导出了模型系数 $f_1$ 和 $f_2$ 的广义表达式。这些系数此前仅是粘度比 $\lambda$ 的函数（针对洁净液滴），现在则取决于 $\lambda$、$Bqs$和$Bqd$。
• 数值验证： 为了量化 EMM 模型的准确性和适用范围，作者将其与全解析模拟 (FRS) 进行了系统对比。FRS 利用浸没边界–格子玻尔兹曼方法来求解内外部流体以及可变形界面的耦合动力学，且不假设小变形。
• 误差分析： 本研究评估了 EMM 模型预测的随时间变化的变形量 $D(t)$ 与 FRS 结果之间的平均相对误差 $\langle \epsilon \rangle_T$，涵盖了由毛细数 ($Ca$) 和两个 Boussinesq 数定义的广泛参数空间。

主要贡献

1. 推导广义系数： 本文提供了考虑剪切和扩张界面粘性的 EMM 系数 $f_1^{(EMM)}$ 和 $f_2^{(EMM)}$ 的显式解析表达式。当界面粘性为零时，这些表达式会退化为原始 MM 系数。
2. 表征瞬态动力学： 研究表明，界面粘性对瞬态变形时间具有非线性影响。虽然具有主要剪切粘性或主要扩张粘性的液滴在弛豫时间方面表现得与洁净液滴相似，但当两种粘性数值相当时，液滴的变形动力学会出现剧烈的减速现象。
3. 绘制有效性区域图谱： 通过广泛的数值测试，作者描绘了 EMM 模型保持定量准确性的特定 $(Ca, Bqs, Bqd)$ 参数空间区域。

结果

• 稳态变形： 在广泛的参数范围内，EMM 模型能准确预测稳态变形 $D_s$。该模型捕捉到了一个反直觉的趋势：增加扩张粘性（在剪切粘性为零时）会略微增加变形，而增加剪切粘性（或使剪切与扩张粘性相等时）则会降低变形。
• 瞬态行为： 该模型成功重现了 FRS 中观察到的从单调弛豫到振荡响应的转变，特别是在 $Bqs = Bqd$ 时。只有当两种界面粘性都较为显著时，特征变形时间才会急剧增加。
• 准确性极限：
  • 对于小界面粘性（$Bqs, Bqd \ll 1$）和小毛细数（$Ca \le 0.2$），EMM 模型重现 FRS 数据的误差通常低于百分之几。
  • 与等粘性情况（$Bqs = Bqd$）相比，在强非对称粘性配置（即一个 Boussinesq 数占主导地位时）下，模型的准确性下降更快。
  • 随着 $Ca$增加（例如$Ca = 0.5$），界面应力中的非线性耦合（EMM 模型通过其小变形极限进行近似）会导致较大的偏差。在高 $Ca$和低$Bqs$ 条件下，模型趋向于破碎阈值，此时 FRS 显示由于大变形导致数值不稳定。

意义
本文确立了 EMM 模型作为一个稳健且计算成本低廉的工具，用于预测存在界面粘性时的液滴变形。它证明了该模型在保留与经典小变形理论清晰联系的同时，提供了对剪切效应和扩张效应的独立控制。这项工作提供了模型有效性的定量图谱，强调了虽然对于中等变形和特定粘度比的模型非常有效，但对于大变形或强非对称界面条件，全解析模拟仍然不可或缺。作者指出，该框架可以作为未来扩展到更复杂流动配置和含表面活性剂界面的基础，尽管此类泛化被视为未来的研究方向而非当前的成就。