Immiscible two-phase flow in porous media: a statistical mechanics approach

本文综述了一种基于香农信息熵的统计力学方法，该方法成功构建了多孔介质中不混溶两相流的连续尺度描述，不仅克服了传统相对渗透率理论的局限性，还引入了共动速度等新的涌现变量，从而建立了与孔隙尺度物理直接关联且复杂度可控的热力学形式体系。

要点

这篇论文探讨了一个非常有趣且复杂的物理问题：当两种互不相溶的液体（比如油和水）在像海绵一样的多孔材料中流动时，我们该如何用一种简单、统一的方式来描述它们？

为了让你轻松理解，我们可以把这篇论文的核心思想拆解成几个生动的比喻：

1. 核心难题：从“微观迷宫”到“宏观河流”的跨越

想象一下，多孔介质（比如岩石、土壤或海绵）内部是一个极其复杂的微观迷宫。

• 微观视角（孔隙尺度）： 在这里，水流和油流在极小的通道里互相推挤、争夺地盘。它们受到表面张力（像水珠想保持球形）和粘滞力（像蜂蜜流动的阻力）的激烈对抗。这就像是在一个拥挤的早高峰地铁站里，每个人（流体分子）都在试图穿过人群，情况非常混乱且难以预测。
• 宏观视角（达西尺度）： 工程师和地质学家通常不需要知道每个分子的动向，他们只关心整体的流量和压力。这就像是从飞机上看城市，你只看到一条流动的“河流”，而忽略了具体的车辆和行人。

问题在于： 我们如何把微观那种混乱的“推挤”和“争夺”，翻译成宏观上简单好用的数学公式？

过去，科学家使用一套叫“相对渗透率”的老公式。但这套公式就像是一个经验主义的“黑盒”：它虽然能用，但有很多弱点，而且无法解释为什么流体有时会表现得像“玻璃”一样僵硬，有时又像液体一样流动。

2. 新方案：借用“统计力学”的魔法

作者提出了一种全新的方法，借用了一位叫**杰恩斯（Jaynes）**的科学家在 50 年代提出的思想：用“信息熵”来代替传统的“热力学熵”。

• 传统热力学： 研究的是分子的热运动（温度越高，分子越乱）。
• 本文的新方法（非热力学）： 研究的是流体在迷宫里的排列组合方式。

通俗比喻：
想象你在玩一个巨大的拼图游戏。

• 传统方法试图计算每一块拼图（流体分子）的具体位置，这太难了。
• 新方法说：“我不关心每一块拼图具体在哪，我只关心有多少种可能的拼法。”
  • 如果流体流动得很顺畅，可能的拼法非常多（混乱度高，熵大）。
  • 如果流体被卡住了，可能的拼法就很少（混乱度低，熵小）。

通过最大化这种“未知的可能性”（信息熵），作者成功地在宏观尺度上建立了一套类似热力学的公式体系。

3. 三个神奇的“新变量”

在这套新体系中，出现了三个原本不存在的“神奇变量”，它们就像热力学中的温度、化学势和压力，但在这里有了全新的含义：

1. 激扰度 (Agiture, $\theta$)：
   • 比喻： 想象它是流体的“兴奋度”或“躁动指数”。
   • 含义： 在热力学中，温度越高，分子越乱。在这里，压力梯度越大（推得越用力），流体在迷宫里就越“躁动”，界面越容易移动。它不是真正的温度，但作用很像。
2. 流动导数 (Flow Derivative, $\mu$)：
   • 比喻： 类似于“化学势”，可以理解为流体流动的“驱动力”或“意愿”。
   • 含义： 它描述了当一种流体（比如水）的占比变化时，整体流动速度会如何反应。
3. 流动压力 (Flow Pressure, $\pi$)：
   • 比喻： 一种新的“压力”概念，专门用来描述流体占据孔隙空间的“拥挤程度”。

4. 最大的发现：“共动速度” (Co-moving Velocity)

这是论文中最精彩的部分。

在传统的理解中，我们通常认为：总流速 = 水的流速 + 油的流速。
但作者发现，这两种流体在多孔介质中并不是简单地“各跑各的”。它们之间存在一种**“搭便车”或“互相拖拽”**的效应。

• 比喻： 想象两股人流在狭窄的走廊里穿行。
  • 传统观点： 穿红衣服的人走自己的路，穿蓝衣服的人走自己的路。
  • 新发现（共动速度）： 穿红衣服的人可能会因为穿蓝衣服的人推了一把而加速，或者因为被蓝衣服的人挡住而减速。这种额外的、相互关联的速度，就是“共动速度”。

为什么这很重要？
作者发现，这个“共动速度”竟然和普通热力学中的“共摩尔体积”（混合两种液体时体积的变化）有着惊人的相似性！

• 就像把酒精和水混合，总体积会变小（因为分子间有空隙被填补）。
• 在多孔介质中，两种流体混合流动时，也会产生这种“额外的速度调整”。

这意味着，多孔介质里的流体流动，竟然遵循着和混合液体体积变化一样的数学规律！ 这是一个跨越领域的惊人发现。

5. 玻璃态流动：流体也会“冻住”？

论文还提到了一个有趣的现象：玻璃态相变。

• 当流动很慢时，流体界面会被“卡”在迷宫的某个位置，动弹不得。这就像液体变成了玻璃（非晶体固体），虽然看起来是液体，但内部结构被“冻结”了。
• 当推力（压力梯度）增大，流体突然“解冻”，开始像液体一样流动。
• 这种从“冻结”到“流动”的转变，就像水结冰或玻璃软化一样，是一个真正的物理相变过程。

总结：这篇论文到底说了什么？

1. 旧方法不够用： 以前描述多孔介质中油水混合流动的公式太粗糙，无法解释复杂现象。
2. 新视角： 作者用“信息论”和“统计力学”的方法，把复杂的微观流动问题，转化成了宏观的“类热力学”问题。
3. 新发现： 发现了流体流动中存在“共动速度”（互相拖拽效应），并且这种效应与普通化学中的混合体积变化有着深刻的数学联系。
4. 意义： 这不仅让工程师能更准确地预测石油开采、地下水污染或二氧化碳封存的效果，更重要的是，它揭示了非热力学系统（如流体流动）竟然可以拥有和热力学系统一样优美、对称的数学结构。

一句话总结：
这篇论文告诉我们，即使在最混乱的岩石孔隙中，油和水的流动也遵循着一种隐藏的、优雅的数学秩序，就像它们在玩一场精心设计的“统计游戏”，而我们终于找到了读懂这场游戏的规则书。

技术摘要

这是一份关于论文《不混溶两相流在多孔介质中的统计力学方法》（Immiscible two-phase flow in porous media: a statistical mechanics approach）的详细技术总结。

1. 研究背景与核心问题 (Problem)

核心挑战：尺度放大问题 (Scale-up Problem)
多孔介质中不混溶两相流（如油 - 水、气 - 水）的物理描述面临一个核心难题：如何从微观的孔隙尺度（pore scale，涉及毛细管力、界面动力学）有效地推导并描述宏观的达西尺度（Darcy scale，连续介质尺度）。

现有方法的局限性
目前工业界和学术界主要依赖相对渗透率理论（Relative Permeability Theory）。该理论基于现象学方程（如广义达西定律），假设相对渗透率（$k_{rw}, k_{rn}$）和毛细管压力（$p_c$）仅是饱和度（$S_w$）的函数。

• 弱点：这些方程是唯象的，缺乏从微观物理机制到宏观行为的严格推导。
• 复杂性：试图超越相对渗透率理论直接连接微观与宏观的尝试，往往因计算复杂度过高而难以实际应用。
• 缺失：传统理论无法解释实验中观察到的某些复杂现象，如迟滞效应（hysteresis）和巨大的流量波动。

2. 方法论 (Methodology)

本文提出了一种基于统计力学的新框架，旨在建立一种“非热力学”（non-thermal）的连续介质描述，直接关联孔隙尺度物理与达西尺度行为。

理论基础：Jaynes 广义统计力学

• 利用 Edwin T. Jaynes 在 20 世纪 50 年代提出的方法，将香农信息熵（Shannon information entropy）引入非热系统。
• 核心思想：不依赖分子热运动，而是基于对系统微观状态（流体构型）的概率分布，在已知宏观约束（如平均流量、平均面积）下，通过最大熵原理（Maximum Entropy Principle）推导概率分布。

具体构建步骤

1. 定义代表性单元面积 (REA)：在垂直于流动方向的截面上定义一个统计均匀的 REA。
2. 定义微观变量：
   • $Q_p(X)$：总流量，$Q_w(X)$ 和 $Q_n(X)$ 分别为润湿相和非润湿相流量。
   • $A_p(X)$：孔隙面积，$A_w(X)$ 和 $A_n(X)$ 分别为两相占据的孔隙面积。
   • $X$：描述流体和孔隙空间构型的随机变量。
3. 构建熵函数：定义构型熵 $S = -\int p(X) \ln p(X) dX$。
4. 施加约束与最大化：在已知平均流量和平均面积的约束下，最大化熵，导出概率分布 $p(X)$ 为指数形式（类似玻尔兹曼分布）。
5. 引入拉格朗日乘子：引入 $\lambda_u, \lambda_w, \lambda_p$ 作为约束的乘子，进而定义新的共轭变量。

3. 关键贡献与理论框架 (Key Contributions)

该研究成功构建了一个形式上类似于热力学，但物理内涵完全不同的达西尺度热力学形式体系。

A. 涌现变量 (Emergent Variables)

通过统计力学推导，涌现出三个新的强度量（Intensive variables）：

1. 激扰温度 (Agiture, $\theta$)：对应于普通热力学中的温度。它与压力梯度的大小 $|\nabla p|$ 成正比（$\theta \propto |\nabla p|$），表征流动的“剧烈程度”或驱动力。
2. 流动导数 (Flow derivative, $\mu$)：对应于化学势。它是润湿相面积（或饱和度）的共轭变量。
3. 流动压力 (Flow pressure, $\pi$)：对应于孔隙面积的共轭变量，在普通热力学中无直接对应物。

B. 相图与玻璃态转变 (Phase Diagram & Glass Transition)

• 相态分类：基于毛细管数 ($Ca$)、粘度比 ($M$) 和饱和度 ($S_w$)，将流动状态划分为不同相。
• 玻璃态流动 (Glassy Flow)：研究发现存在一个玻璃态相（Phase Ib）和一个非玻璃态相。
  • 在低毛细管数下，界面被毛细管力“钉扎”，流动停滞（Phase Ia）。
  • 随着 $Ca$ 增加，系统进入玻璃态流动区（Phase Ib），界面开始间歇性运动，流量与压力梯度呈现幂律关系 ($v \propto |\nabla p|^\beta, \beta \approx 1.85$)。
  • 在高 $Ca$ 下，系统恢复线性关系（Phase III）。
• 临界线：玻璃态转变线与幂律行为的 onset 完全重合，被定义为一种真正的相变（临界线），解释了实验中的迟滞和巨大波动。

C. 共动速度 (Co-moving Velocity, $v_m$)

这是该理论最核心的物理发现之一。

• 定义：在达西尺度，两相流的速度不能简单视为各自相的平均速度。理论推导表明，存在一个共动速度 $v_m$，它描述了由于两相相互作用导致的额外速度分量。
• 关系式：
  • 热力学速度（$\hat{v}_w, \hat{v}_n$）与实验测量的渗流速度（$v_w, v_n$）不同。
  • 关系为：$v_w = \hat{v}_w - S_n v_m$ 和 $v_n = \hat{v}_n + S_w v_m$。
• 物理意义：$v_m$ 的存在解释了为什么传统的相对渗透率理论（假设 $v_w, v_n$ 仅取决于 $S_w$）在某些情况下失效。$v_m$ 是饱和度梯度的函数，且表现出简单的线性形式 $v_m = a + b\mu$。

4. 主要结果 (Results)

1. 建立了非热力学形式体系：成功将多孔介质两相流描述为一个具有熵、温度（激扰）、化学势（流动导数）等完整热力学关系的系统。
2. 揭示了玻璃态相变：通过 Edwards-Anderson 序参量和自旋玻璃模型，证实了多孔介质中存在玻璃态流动相变，解释了非线性流动行为的起源。
3. 共动速度的普适性：
   • 通过分析大量相对渗透率数据、动态孔隙网络模型和格子玻尔兹曼模拟，发现共动速度 $v_m$ 与流动导数 $\mu$ 之间存在线性关系。
   • 类比普通热力学：论文进一步指出，共动速度 $v_m$ 在普通热力学二元混合物中对应于共摩尔体积 (Co-molar volume, $\nu_m$)。这种跨领域的相似性验证了该统计力学框架的普适性和深刻性。
4. 修正了达西定律：传统的达西定律被推广，新的本构方程不再仅仅依赖饱和度，而是依赖于激扰 $\theta$、流动导数 $\mu$ 和共动速度 $v_m$。

5. 意义与展望 (Significance)

• 理论突破：打破了多孔介质流动只能依赖唯象经验公式的局限，提供了一个从微观物理出发、数学结构严谨的宏观描述框架。
• 解决迟滞问题：通过引入玻璃态相变和共动速度，为长期困扰该领域的迟滞效应（Hysteresis）和流量波动提供了物理机制上的解释。
• 跨学科启示：将统计力学（特别是非平衡态和玻璃态物理）成功应用于流体力学，并反过来用多孔介质中的概念（共动速度）启发了普通热力学中关于混合物体积性质的新理解（共摩尔体积）。
• 未来方向：
  • 深入研究生意态流动相（玻璃态）的性质，这对实际工程应用（如提高采收率）至关重要。
  • 将框架从稳态扩展到非稳态（非平衡热力学），利用激扰梯度和流动导数梯度作为驱动力，从而可能完全摒弃传统的毛细管压力函数 $p_c$。

总结：
这篇论文通过引入 Jaynes 的信息熵统计力学方法，为多孔介质中的不混溶两相流建立了一个全新的、类似热力学的理论框架。它不仅解释了复杂的非线性流动行为（如玻璃态转变和幂律关系），还发现了关键的“共动速度”变量，并证明了该概念在普通热力学中的对应物。这项工作为理解多孔介质传输提供了深刻的物理洞察，有望取代或显著改进现有的相对渗透率理论。