A numerical study to analyze the interplay of Weissenberg number and viscosity ratio in a log-strain tensorial model for viscoelastic fluids
本文通过一项使用稳定混合有限元法的计算研究表明,在粘弹性流体的对数应变张量模型中,粘度比在魏森贝格数增加时决定了非牛顿流动剖面的程度,且即使在简单的平面流中,流动类型的影响依然显著。
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
粘稠且富有弹性的流体世界
想象一个液体不仅仅像水或蜂蜜那样流动,还会像橡皮筋一样弹跳和回缩的世界。这就是**粘弹性流体(viscoelastic fluids)**那迷人的领域。你可能在不知不觉中已经遇到过它们:比如牙膏在被挤压前如何保持形状,或者番茄酱在被用力拍打后如何突然涌出瓶口。这些材料是一种混合体,它们在某一时刻表现得像一种粘稠、粘性的液体,而在下一时刻又表现得像一种具有弹性的固体。科学家们研究它们,是因为它们在自然界和工业中无处不在,从我们血管中流动的血液,到用于制造从水瓶到汽车零件等各种物品的塑料。
为了理解这些流体的行为,研究人员使用了两个主要的“旋钮”来进行调节。第一个是魏森贝格数(Weissenberg number),它基本上是衡量你拉伸或挤压流体的速度与流体想要恢复常态的速度之间的比例。如果你拉扯橡皮筋太快,它会断裂;如果你拉得慢,它就会伸长。第二个旋钮是粘度比(viscosity ratio),它比较了来自流体基底(溶剂)的“粘性”与来自其中长而缠绕的分子(聚合物)的“粘性”。如果聚合物相对于其漂浮其中的水的粘性非常高,那么该流体的行为会与聚合物粘性较低时截然不同。理解这两个旋钮如何相互作用,对于设计更好的药物、更高效的工业流程,甚至预测自然流体的运动方式都至关重要。
论文的故事:一种新的拉伸建模方法
在这项研究中,作者决定深入观察一种用于描述这些具有弹性的流体的、相对较新的数学配方,称为对数应变张量模型(log-strain tensorial model)。可以将这个模型想象成一套给计算机的指令,用于模拟一团粘弹性流体是如何运动的。这个配方的独特之处在于,它使用一种特殊的“对数”关系来追踪流体内部形状的变化,这有助于计算机在流体被拉伸到极限时避免崩溃——这是此类模拟中一个常见的难题,被称为“高魏森贝格数问题(High Weissenberg Number Problem)”。
研究人员运行了一系列计算机模拟,观察当他们转动那两个旋钮(魏森贝格数和粘度比)时,流体会如何表现。他们在三种经典的场景下测试了流体:流经直管、绕过圆柱体(就像溪流中的岩石一样)以及冲过一个突然变窄的区域(4:1 收缩)。
以下是他们的发现。首先,他们发现粘度比是一个隐藏的英雄。这不仅仅取决于你拉伸流体的速度(魏森贝格数);还取决于流体中由那些具有弹性的聚合物所构成的成分有多少。当聚合物的粘性与溶剂的粘性之比很高时,流体的表现开始变得非常奇怪。在直管中,流体并没有像普通水那样呈现平滑的圆形曲线流动,而是形成了一个中间以恒定速度移动的“塞状物(plug)”,速度仅在靠近壁面处下降。这种“塞状”行为是非牛顿流体的典型特征,研究表明,只有当粘度比足够高时,你才能清晰地观察到这种现象。如果比例较低,无论你推得有多快,流体看起来都只是稍微变厚了一点的水而已。
其次,团队将他们先进的对数应变模型与一种更简单的、较旧的模型——广义牛顿流体(Generalized Newtonian Fluid, GNF)模型进行了对比。GNF 模型就像是真实情况的一个“简化版”;它假设流体的厚度仅根据其被剪切(互相滑动)的速度而变化,忽略了它被拉伸的复杂历史。在直管场景中,流体主要是进行滑动,因此简化的 GNF 模型表现得近乎完美,其结果与高级模型的差异不到 3%。
然而,当流体必须绕过圆柱体时,这个简化模型就彻底失效了。在那种情况下,流体不仅仅是在滑动,还在被拉开(拉伸)和挤压。对数应变模型显示,流体抵抗流动的能力很大程度上取决于它是“如何”被变形的,而不单纯是取决于变形的速度。GNF 模型无法捕捉到这一点,导致其对流体运动的预测出现了偏差。这证明了对于复杂的形状和流动,你不能只使用一个简单的“基于速度的厚度”规则;你需要一个能够理解完整拉伸历史的模型。
最后,研究人员在尖锐的转角处(4:1 收缩)测试了该模型。他们发现,随着拉伸速度的增加,角落里的涡流大小并不仅仅是稳步增长,而是实际上先缩小了一点,然后才再次增长。此外,与其他一些预测会在角落附近产生第二个微小涡流的模型不同,该模型并未显示出这种第二涡流。这与我们在现实世界中观察到的剪切稀化流体的实验结果相吻合,表明对数应变模型是一个预测这些复杂流动非常准确的工具。
作者对这些发现充满信心,因为他们使用了一种鲁棒的数学方法,即使在高拉伸速度(魏森贝格数约为 35)下也能保持模拟的稳定性。虽然他们尚未解决流体力学中的所有问题,但他们已经证明,这种特定的模型是理解聚合物的“粘性”与流速如何共同作用,从而创造出简单模型所无法捕捉的复杂非牛顿行为的一种强大方式。
您所在领域的论文太多了?
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要,使用您的语言。