🔬 介观物理

PANDA-D: Interface-free determination of two dynamic contact angles

本文介绍了 PANDA-D，这是一种无需界面的方法，它通过对密度分布和层级质心位移进行联合分析，从而在分子模拟中准确且自动地确定前进和后退动态接触角，进而消除了对易出错的界面提取和切线拟合的需求。

原作者： Georgii K. Vandyshev, Grigorii S. Gorkaev, Nikolay D. Kondratyuk, Kirill M. Gerke, Ilia V. Kopanichuk

发布于 2026-10-16

📖 1 分钟阅读☕ 轻松阅读

原作者： Georgii K. Vandyshev, Grigorii S. Gorkaev, Nikolay D. Kondratyuk, Kirill M. Gerke, Ilia V. Kopanichuk

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

当一滴水停留在叶片上时，它会形成一个独特的形状，停留在液体、固体表面和空气交汇处的特定角度。这个被称为接触角的角度，是科学家描述液体润湿表面程度最简洁的方式。如果角度较小，液体就会铺展开；如果角度较大，液体则会聚集成珠。这一简单的测量指标支配着从墨水在纸上干燥到油在地下岩石微小孔隙中流动的方方面面。然而，世界很少是静止的。当液体移动时，例如水滴沿着窗户滑下或流体被推入狭窄的通道时，液体的前端与后端所处的角度就会发生变化。处于推进状态的前端通常会变得更陡，而处于退缩状态的后端则会变得更平。在液体运动过程中测量这两个不同的角度是非常困难的，尤其是当液体被限制在如此微小的空间内，以至于其表现得更像是一群独立的粒子而非连续的流体时。

在分子模拟的微观世界中，研究人员长期以来一直难以准确捕捉这些运动中的角度。标准方法包括对液体的快照进行处理，围绕其边缘画一条线以定义表面，然后计算该线与壁面相交的角度。这种方法在纳米尺度上充满了问题。由于液体是由离散的原子组成的，其边缘永远不会是完美锐利的；它是模糊且不断波动的。为了画出这条线，科学家必须选择一个特定的密度阈值，决定包含哪些原子，并猜测壁面究竟在哪里结束。这些选择是随意的，即使是微小的改变也会导致不同的结果。此外，当液体移动时，通过简单的侧视图很难区分前端和后端，这使得人们很容易混淆哪一个是哪个角度。这种歧义使得在获取液体被迫在微小空间中运动时的连贯、可重复测量方面变得十分困难。

为了解决这个谜题，来自莫斯科物理技术学院的一个研究小组开发了一种名为 PANDA-D 的新方法。他们并没有试图去追踪液体的模糊边缘，而是决定从一个完全不同的角度来看待这个问题。他们意识到，虽然边缘难以定义，但液体的质量分布却是可以确定的。他们专注于两个可以根据原子位置轻松测量的特定指标：液体在每个高度下的宽度，以及该宽度中心相对于整个液滴中心的位置。第一个测量值——宽度，告诉了他们那里有多少液体，但它无法告诉他们前端是陡峭的还是后端是平坦的，或者反之亦然，因为总宽度在两种情况下都是一样的。这就像是只知道一个影子总长度，却不知道投射它的物体是如何倾斜的一样。

突破点在于他们加入了第二个测量值：质心。通过计算每个高度下原子的平均水平位置，他们可以检测到揭示倾斜方向的细微偏移。如果液体的正面正在前进，给定高度下的质心会向一个方向偏移；如果液体的背面正在退缩，则会向另一个方向偏移。通过将液体的宽度与质心偏移相结合，研究人员创建了一个数学模型，该模型可以区分前进角和后退角，而无需在液体的边缘画线。这种方法（他们将其命名为 PANDA-D）有效地将寻找模糊边界的问题转化为了测量质量分布的问题，而质量分布要稳定得多，也更容易自动计算。

团队通过两种方式测试了他们的新方法。首先，他们创建了具有已知角度的完美计算机生成液体卷模型，并检查 PANDA-D 是否能恢复出这些精确数值。结果显示，当数据清晰时，它确实可以做到，平均误差小于半度，证明了该数学模型的有效性。接着，他们将该方法应用于受外力驱动、在固体壁面间移动的复杂液体卷模拟。在这些现实场景中，传统的画线法往往无法捕捉到正确的非对称性，有时虽然匹配了液体的宽度，却把角度搞错了。相比之下，PSTA-D 成功重现了观察到的原子行为，并提供了两个与独立且更传统的测量结果一致度在不到一度以内的不同角度。

随后，研究人员利用这一可靠工具，探索了在他们加大推动力度时角度是如何变化的。他们发现了一个清晰且一致的模式：随着驱动液体的力增加，前端的角度变得更陡，而后端的角度变得更平。这种关系在各种类型的壁面材料中都成立，无论是那些几乎不吸引液体还是强烈吸引液体的材料。角度的变化大致呈线性，这意味着对于每一次力的增加，角度都会发生可预测的偏移。这为理解液体在受限空间中如何运动提供了一个稳固且可重复的基准，免去了定义模糊边界时的猜测。

这项工作的意义不在于发现了新的物理定律，而在于提供了一种更清晰的方式来观察已经存在的物理现象。通过消除手动定义液体边缘的需求，PANDA-D 实现了对成千上万个模拟步骤的自动化、一致性的分析。这对于研究界面不断变化的复杂系统至关重要，在这些系统中，人工干预既缓慢又具有主观性。该方法并不声称液体总是形成完美的圆圈，也不声称这些角度是普遍常数，但它提供了一种稳健的方法，用于在分子运动这种混乱且动态的现实中测量它们。随着研究的深入，他们计划将这种方法应用于更复杂的流体和表面，希望为工业涂料乃至生物系统中的润湿研究带来这种清晰度。其结果是一个让科学家能够以以往无法企及的精度，观测运动液体中“隐形角度”的工具。

技术摘要：用于动态接触角的 PANDA-D

问题陈述
动态接触角是描述固体-流体界面处润湿和毛细行为的关键描述符，然而在分子动力学（MD）模拟中测量这些参数面临显著挑战。传统方法依赖于构建时间平均的二维密度图，提取液-气界面轮廓，拟合曲线（例如圆），并将切线外推至壁面平面。这种方法对密度阈值、壁面附近排除区域、拟合区间以及壁面平面定义的任意选择非常敏感。这些选择会引入变异性，特别是在纳米级系统中，几个粒子直径就构成了很大一部分弯月面高度。此外，对于大规模模拟任务，手动提取轮廓既不切实际也容易产生不一致性。

在驱动系统中存在一个特定的可识别性问题：横向穿过液体卷（liquid roll）的水平密度剖面可以揭示层宽，但无法区分特定的宽度贡献是来自前进弯月面还是后退弯月面。如果两个弯月面发生交换，一维密度剖面保持不变，这使得仅凭密度数据无法唯一确定两个动态角度。

方法论：PANDA-D
作者引入了 PANDA-D（通过纳米级密度分析预测角度 - 动态型，Predicting Angle from Nanoscale Density Analysis - Dynamic），这是一种无需提取二维液-气轮廓的无界面方法。该方法通过利用源自粒子轨迹的两个互补的一维观测量，扩展了平衡态 PANDA 方法，从而确定前进角和后退角：

密度剖面 ( $\rho_k$ )： 测量壁法向分箱（bins）内的流体粒子数量，提供占据的层宽。
质心位移剖面 ( $q_k$ )： 测量每个分箱内粒子质心相对于整个流体卷质心的水平位移。该观测量编码了占据层的左右不对称性，解决了密度剖面本身存在的歧义。

几何前向模型
该方法采用假设弯月面为圆形且液体核心密度均匀的几何模型。该模型将两个接触角（ $\theta_{rec}$ 和 $\theta_{adv}$ ）以及有效近壁偏移量 ( $\delta$ ) 映射到预测的密度和质心剖面。

密度剖面取决于两个弯月凸起部分的总和，因此对于角度交换具有对称性。
质心剖面取决于两个凸起部分及其矩的差值，从而保留了在密度求和中丢失的方向信息。

通过最小化结合了权重的目标函数 ( $\chi^2$ ) 来联合拟合测得的密度和质心剖面，从而优化参数。优化过程使用多起点有界搜索来确定两个角度和偏移量。

主要贡献与验证
论文通过三个阶段验证了 PANDA-D：

合成验证： 该方法在具有预设圆形几何形状和已知角度的合成液体卷上进行了测试。在 90 个独立角度（包括变化的平衡角度、填充分数和分裂情况）的测试中，PANDA-D 实现了 0.29° 的均方根误差（RMSE）。这证实了当数据符合所假设的圆形几何形状时，该逆问题是可解的。
MD 验证（Lennard-Jones 液体卷）： 该方法被应用于在晶体壁之间受力驱动的 Lennard-Jones 液体卷。
- 剖面重现： 密度与质心剖面的联合拟合成功重现了两种观测量。相比之下，仅基于密度的拟合虽然可以匹配密度剖面，但无法捕捉观察到的质心剖面中的不对称性，往往会将错误的不对称性归因于角度。
- 与圆拟合对比： PANDA-D 的估计值与通过二维密度轮廓得到的独立圆拟合角度进行了比较。其一致性在 0.84° RMSE 以内。作者指出，圆拟合并非“真值”，而是作为一致性检查；PANDA-D 的主要优势在于其对轮廓提取和切线外推的独立性。
动态响应： 该方法被用于分析在四种不同壁-流体吸引强度下，接触角对外部力的响应。结果显示，随着驱动力的增加，后退角减小，前进角增大，在研究范围内近似呈线性关系。

意义与主张
论文将 PANDA-D 定位为分子轨迹中自动化角度分析的一种实用、可重复的工具。其主要意义在于消除了在主要估计步骤中对轮廓阈值和近壁切线外推的需求。通过依赖于集成的一维观测量，该方法避免了与二维轮廓拟合相关的用户干预和方案敏感性。

作者对该方法的适用范围提出了适度的声明：

PANDA-D 并不旨在证明其相对于圆拟合具有普适的优越性；相反，它提供了一种一致的、自动化的替代方案，避免了特定的用户偏差。
该方法假设弯月面为圆形且液体核心密度均匀；偏离这些假设的情况（例如非圆形形状、强分层现象）可能会导致结果偏差。
论文并未对观察到的角度-力关系进行本构解释（例如特定的摩擦定律），而是侧重于测量能力本身。
未来的工作建议将该分析转移到 GROMACS 中以处理化学真实的流体，并针对更复杂的弯月面形状进行验证。

总之，PANDA-D 提供了一个从 MD 模拟中提取动态接触角的稳健框架，通过对密度剖面和质心剖面的联合分析，解决了前进和后退弯月面的可识别性问题，从而促进了无需界面提取的润湿动力学分析的可重复性。

技术摘要：用于动态接触角的 PANDA-D

类似论文