Kinematic Closure of Drop Impact

本文通过直接从能量平衡推导铺展时间和速度，提出了一种自洽且统一的润湿液滴最大铺展比标度律，该标度律适用于惯性 - 毛细和惯性 - 粘性机制，从而消除了对特定机制前置因子的需求，并在广泛的韦伯数和奥内佐格数范围内实现了数据的准确归并。

要点

想象一下，将一滴雨滴滴落在人行道上。它撞击、溅开，并扩散成一个薄而扁平的“煎饼”，随后要么弹回，要么破碎。一个多世纪以来，科学家们一直试图精确预测这个“煎饼”能扩散得有多宽。

问题在于，下落液滴的世界极其复杂。一滴水的行为与一滴蜂蜜不同。从低处下落的液滴与从摩天大楼下落的液滴表现各异。先前的理论试图通过为不同情境制定独立规则来解决这一问题：为快速、流动的水滴制定一条规则，为缓慢、粘稠的液滴制定另一条规则。然而，当你试图将这些规则应用于中间地带时，它们往往失效，或者需要科学家手动调整数值才能使数学计算成立。

新的“通用配方”

这篇论文引入了一种看待该问题的新方式。作者不再猜测液滴扩散的速度有多快或需要多长时间，而是直接从撞击过程中涉及的能量推导出这些数值。

将下落的液滴想象成一辆撞向墙壁的汽车。

• 撞击： 汽车具有动能（速度）。
• 碰撞： 这部分能量必须去往某处。它转化为拉伸金属（表面能）以及摩擦产生的热量（粘性耗散）。

作者意识到，如果你将液滴初始拥有的能量，与其因摩擦而损失的能量以及因拉伸而储存的能量进行平衡，你就可以精确计算出扩散持续的时间以及移动的速度，而无需进行猜测。

“运动学闭合”

该论文使用了一个简单的逻辑链条，他们称之为“运动学闭合”：

1. 距离 = 速度 × 时间。
2. 要找到液滴的最大宽度，你需要知道其平均速度和扩散持续的时间。
3. 先前的模型仅基于极端情况（例如“它以撞击速度扩散”或“它需要特定的时间量”）假设了速度和时间。
4. 这个新模型通过求解能量方程来计算速度和时间。它将液滴的行为视为连续流动，而非分离的类别。

“阻尼参数”（通用旋钮）

他们发现中最令人兴奋的部分是一个单一数值，他们称之为阻尼参数（用符号 $\Lambda$ 表示）。

想象一下灯光上的调光开关。

• 如果你将开关向一边调（低粘度，如水），液滴会快速且广泛地扩散，主要由其速度主导。
• 如果你将开关向另一边调（高粘度，如蜂蜜），液滴扩散缓慢，且无法扩散得那么宽，因为内部摩擦（粘性）消耗了能量。

作者发现，这个单一的“调光开关”（$\Lambda$）控制着每一滴液滴的行为，从微小的雾滴到大的油团，无论其大小或撞击力度如何。通过将这一单一数值代入他们的新公式，他们能够以高精度预测几乎任何液滴的扩散情况。

为何这很重要（根据论文所述）

• 统一万物： 不再需要分别拥有“水规则”和“蜂蜜规则”，现在有一个单一方程同时适用于两者以及介于两者之间的所有情况。
• 无需猜测： 该公式不需要科学家调整“凑合因子”或前置系数以使数据吻合。它自然地源于物理原理。
• 处处适用： 作者用约 1,000 个不同的实验和计算机模拟对该公式进行了测试，涵盖了从微观液滴到大型液滴，以及从不粘表面到非常粘的表面的一切情况。新公式预测结果的平均误差仅为 10% 左右。

简而言之

这篇论文通过停止猜测液滴扩散速度的做法，解决了一个世纪以来的难题。相反，他们基于撞击的能量预算计算了速度和时间。这揭示了一个单一的、通用的“旋钮”，它控制着液滴的扩散方式，使得无论液滴由什么物质构成或以多快的速度下落，都能简单、准确地预测液滴撞击表面后会变得多大。

技术摘要

技术摘要：液滴撞击的运动学闭合

问题陈述
预测液滴撞击固体表面后的最大铺展直径（$D_{\text{max}}$）仍是一个未解决的挑战，这归因于由韦伯数（$We$）和奥内佐格数（$Oh$）定义的庞大参数空间。虽然渐近极限已得到充分确立——具体而言是惯性 - 毛细标度律（$\beta_{\text{max}} \sim We^{1/2}$）和惯性 - 粘性标度律（$\beta_{\text{max}} \sim Re^{1/5}$）——但现有模型无法在整个流态谱系中提供自洽的预测。当前的方法通常依赖于经验性的“桥接”框架，例如基于撞击参数$P = We Re^{-2/5}$ 的 Padé 型插值。然而，这些经验拟合在特定流态下表现出显著偏差：它们未能捕捉到高 $Oh$ 值下向新的惯性 - 粘性流态的定性转变（此时粘性耗散充满液滴体积），并且无法准确描述低撞击能量场景，因为在初始撞击阶段动能耗散会修正有效前置因子和标度指数。此外，现有模型通常基于渐近极限规定铺展时间和速度，这阻碍了对能量传递连续物理过程的统一描述。

方法论
作者提出了一种“运动学闭合”方法，直接从能量平衡推导总铺展时间（$t_s$）和特征铺展速度（$V_s$），而非从渐近极限进行规定。该方法包括：

1. 能量平衡公式化：作者求解能量守恒方程（$E_k + E_{s,0} \approx E_{s,f} + W_\nu$），明确保留表面能贡献，并将粘性功（$W_\nu$）建模为统一的耗散项，该术语捕捉了从边界层耗散到体积受限润滑流的几何交叉。
2. 无量纲分析：由此得出一个包含统一阻尼参数 $\Lambda = We^2 Oh$ 的无量纲能量平衡方程。该方程将无量纲时间 $T = t_s/\tau_{ic}$ 和归一化速度 $V = V_s/V_0$ 与总无量纲能量密度 $E$ 联系起来。
3. 运动学关系：最大铺展比被运动学地定义为 $\beta_{\text{max}} = V_s t_s / D_0$。通过自洽地求解 $T$ 和 $V$ 的能量平衡，作者推导出了一个无需可调前置因子的统一标度律。
4. 实验验证：理论预测针对包含约 1,000 次实验的综合数据集进行了验证。这包括使用 Phantom v7510 相机获取的新的高速成像数据，涵盖水、甘油和硅油（粘度从 $10^{-3}$ 到 $45$ Pa·s），并结合了文献数据，涵盖直径从 30 $\mu$m 到 4 mm 的液滴以及从 $0^\circ$ 到 $140^\circ$ 的接触角。该研究还将预测结果与理想非润湿表面的数值模拟以及充满粘性液体的气球实验进行了比较。

主要贡献与结果

• 统一标度律：本文推导出了最大铺展比的闭式表达式：
  $$\beta_{\text{max}} \approx \frac{\sqrt{We} E}{[1 + (\Lambda E^2)^{1/5}]}$$
  该定律连续地桥接了惯性 - 毛细流态和惯性 - 粘性流态。
• 差异的解决：该模型成功地将跨越五个数量级粘度以及宽范围 $We$和$Oh$ 的数据进行了坍缩。它定量地解决了“甘油 - 水悖论”，即在特定条件下观察到高粘度流体比无粘流体铺展得更快，通过正确预测在低能量沉积场景下，由于毛细增强作用，特征铺展速度可以超过撞击速度。
• 自洽动力学：与假设 $V_s \sim V_0$ 的先前模型不同，该框架明确考虑了 $V_s$ 偏离 $V_0$ 的系统性偏差，特别是在低 $P$ 和高 $Oh$ 流态下。
• 准确性：对于所有润湿撞击（$\theta < 180^\circ$），统一闭合的平均误差仅为 10.15%。数据坍缩具有鲁棒性，大多数点落在 $\pm 30\%$ 的误差范围内，且该模型有效地涵盖了极端粘性数据（其中 $\beta \sim Re^{1/3}$），而无需离散的渐近指数。

意义
本文声称通过 treating 铺展时间和速度为由能量平衡决定的涌现动力学量，而非预定义输入，解决了跨所有流态预测最大铺展的长期问题。通过消除对流态特定可调参数或经验桥接函数的需求，作者证明了液滴撞击是一个连续过程，适用于单一预测理论。由此产生的标度律为描述从无粘到高粘度液体以及从低到高撞击能量的液滴形态提供了鲁棒工具，统一了先前分散的实验观察和理论极限。