Fractional Viscoelasticity in Transient Unentangled Polymer Networks
本文引入了分数阶非均匀罗斯模型(FIRM),这是一个结合了分数阶高斯噪声与异质珠子摩擦力的统一框架,旨在精确描述在瞬态非缠结聚合物网络中观察到的非标准幂律应力松弛和温度依赖性动力学。
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
想象一个由无数细小、缠绕在一起的意面线条构成的世界。在软物质科学中,这些线条就是聚合物链,它们是塑料、橡胶甚至你体内蛋白质的构建模块。有时,这些线条会在特定点上粘在一起,形成一个被称为“瞬态聚合物网络”的临时网状结构。把它想象成一群人在跳舞时手拉手;他们相互连接,但可以在一瞬间松开手,再去抓握另一个人的手。这种舞蹈让材料在受热时像液体一样流动,而在冷却时又像固体一样保持形状。
几十年来,科学家们一直使用一套标准的规则手册来预测这些材料在被拉伸并释放后如何发生松弛。这本被称为“粘性劳斯模型”(sticky Rouse model)的规则手册假设,舞蹈动作是简单且可预测的,就像时钟以稳定的节奏滴答作响。它预测材料会以一种非常特定的、平滑的方式进行松弛。然而,现实世界的实验表明,这些材料比规则手册所描述的更加混沌。它们通常以一种奇怪的、被拉长的模式进行松弛,这并不符合旧有的时钟模型。理解这个谜团至关重要,因为这些材料代表着可回收塑料和自修复材料的未来。如果我们无法预测它们的行为,我们就无法为诸如缓冲汽车零件或环保包装等用途设计出合适的材料。
这篇论文介绍了一种描述这种混沌舞蹈的新型、更灵活的方式,称为分数非均匀劳斯模型(Fractional Inhomogeneous Rouse Model, FIRM)。作者 Sachin Shanbhag 和 Ralm G. Ricarte 意识到旧模型过于僵化。他们提出,聚合物链连接处的“粘性”点不仅仅是充当简单的刹车;它们表现得像是一个复杂的、具有记忆性的环境。在他们的新模型中,聚合物链的运动是由“分数高斯噪声”驱动的,这是一种高级说法,意味着链条的运动是抖动且不可预测的,并且会记住过去的步骤,而不是像台球一样仅仅进行随机碰撞。
该论文的主要发现是,这种新模型成功捕捉到了旧模型所遗漏的那些奇特的、被拉长的松弛模式。当作者将他们的数学模型与一种名为“聚苯乙烯类维特里默”(polystyrene vitrimer,一种具有动态化学键的材料)的特定塑料的真实数据进行对比测试时,他们发现旧模型无法描述松弛曲线的形状,尤其是在长时间尺度下。相比之下,他们的新 FIRM 模型通过一个被称为 的参数(其中 ),完美地匹配了实验数据。这表明,交联点的“粘性”不仅仅是一个简单的延迟;它涉及一种更深层的、亚扩散(sub-diffusive)的运动,即链条在拥挤且具有粘弹性的群体中艰难移动。
论文还排除了旧有的“粘性劳斯模型”足以描述这些材料的可能性。作者明确展示了,如果强行让新模型表现得像旧模型一样(通过令 ),它对真实数据的拟合度就会变得很差,并会预测出一个在现实中根本不存在的突发性指数级下降。相反,数据表明,松弛过程遵循两种截然不同的幂律模式:在中等时间段内是较慢的衰减,而在长时间段内是较快的衰减,而这种行为是旧模型永远无法产生的。
此外,作者指出,这一新框架的作用不仅限于预测材料如何拉伸和回弹。由于该模型是基于单个微粒的微观运动构建的,它还可以预测材料对电信号的响应(介电响应)以及链条如何摆动(均方位移)。这意味着科学家们可以利用拉伸测试、电学测量和散射实验的结合,来获得关于材料内部情况的完整且自洽的全景图。
虽然该模型是一个强大的工具,但作者也谨慎地指出,它是一个模拟和数学框架,而非最终的、不可更改的自然法则。他们认为,“粘性”可能会受到复杂几何过程的影响,例如在寻找新伙伴之前,化学键断裂和重新形成的频率,这或许可以解释为什么这些反应所需的能量似乎随温度而变化。他们还展示了如何调整模型来处理现实世界的限制,例如当材料对过去步骤的记忆最终消逝,而非永远持续下去的情况。最终,这项工作不仅仅是解决了一个数学问题;它提供了一个新的视角,让我们去观察下一代智能、可回收材料中分子那隐藏的、混沌的舞蹈。
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。