Finite strain homogenization of periodic rod networks with application to semi-flexible biopolymers
本文提出了一种基于几何精确 Cosserat 杆理论的有限应变计算均质化框架，用于表征周期性半柔性生物聚合物网络的非线性力学响应，成功捕捉了诸如应变硬化、体积收缩和反向庞廷效应等现象，同时展示了与实验数据的高度一致性以及对柔性超结构的建模能力。
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
自然界是一位工程学大师，它构建了一切，从海洋生物坚硬的外壳到我们体内柔软、富有弹性的组织。这些材料并非实心的块状物；它们是由微小纤维构成的复杂网络，就像一张微观的网。其中一些纤维是僵硬的，而另一些则足够灵活，可以弯曲和扭转。当科学家试图理解这些生物网络如何运作时，他们面临着一个复杂的难题：纤维的运动方式非常复杂，会根据受到的拉力、挤压力或扭转力的大小而发生变化。为了预测一块组织在受到力时会如何反应，研究人员必须观察这些单个纤维的行为，然后弄清楚它们的集体舞动是如何创造出整个材料的强度或柔软度的。这是一个挑战，因为纤维会发生屈曲、回弹或拉伸，如果不借助强大的计算机，很难计算出这些行为。
一个研究小组开发了一种解决这一难题的新方法，即创建这些纤维网络的虚拟模型。研究人员并没有尝试模拟一大块组织中的每一根纤维（因为这会消耗过多的计算能力），而是专注于一个代表整体结构的微小重复模式。他们想象了一个包含仅有几根纤维、按特定形状排列的小立方体，例如一个拥有八条臂的星形结构，或者一个更复杂的具有十四条臂的版本。通过一种将这些纤维视为完美柔性杆件的数学方法，他们模拟了当这个微型立方体被拉伸、压缩或剪切时会发生什么。通过观察这个虚拟盒子内这几根纤维是如何移动和弯曲的，他们就可以预测现实世界中大规模类似纤维网络会如何表现。
研究人员发现，这些网络对力的响应方式很大程度上取决于纤维是被允许弯曲还是被迫保持笔直。当他们在虚拟网络中进行模拟拉伸（模仿拉伸组织的过程）时，纤维最初会发生弯曲和扭转。随着拉力持续增加，纤维开始变直并开始被拉伸，这使得材料突然变得更加坚硬。这种“应变硬化”是血液凝块和皮肤等生物组织的一个共同特征，它能保护身体免于撕裂。该模型还揭示了，当网络被拉伸时，其体积会显著缩小，这一现象有助于解释组织在被拉伸时如何保持其形状。
当研究人员挤压网络而不是拉伸网络时，行为发生了剧烈变化。纤维发生了屈曲（即向侧面弯曲），导致材料变软而非变硬。这种硬度的突然丧失，使得血块能够在不立即破碎的情况下被压缩。团队发现，他们使用的虚拟盒子的大小至关重要；较大的盒子显示纤维会在较低的压力下发生屈曲，这与关于血块的真实世界实验结果更为吻合。他们还测试了一个纤维不是直线而是像弹簧一样盘绕的模型。这些盘绕的纤维使网络在变硬之前能够拉伸得更远，模拟了某些需要高度弹性的生物材料的行为。
在另一项测试中，研究人员扭转了网络以模拟剪切运动，就像将一副扑克牌的一层滑过另一层那样。他们观察到一种奇特的效应：材料试图在扭转方向上收缩，产生了一种必须被抵消才能保持形状稳定的拉力。这种“反向波ynting效应”（reverse Poynting effect）是生物凝胶的另一个独特特征，模型通过展示纤维在扭转下如何屈曲和重新排列，成功捕捉到了这一点。模拟表明，纤维的弯曲和屈曲是导致这些异常行为的主要原因，而不仅仅是纤维本身的拉伸。
团队将计算机结果与针对胶原蛋白和纤维蛋白（构成结缔组织和血块的蛋白质）的真实实验进行了对比。虚拟模型与实验数据吻合得非常好，证实了他们的方法可以准确预测这些复杂材料在不同力作用下的反应。他们还展示了通过改变模型中纤维的形状，他们可以设计出具有特定属性的新材料，例如比天然组织具有更强拉伸能力的材料。这项工作提供了一个在微观层面理解生命力学的强大工具，并为创造能够模仿自然设计之韧性和适应性的新型仿生材料提供了蓝图。
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。