🔬 physics

The silhouette of a vibrated sessile drop encodes its internal viscous dissipation

本文表明，仅通过振动静滴的外部轮廓变形，即可准确估算其体积粘性耗散，从而实现在无需光学观测液滴内部的情况下，对广泛粘度范围内的内部能量传递与耗散进行预测。

原作者： Ahmad Naseri Karimvand, Daren Watson, Andrew Dickerson

发布于 2026-09-11

📖 1 分钟阅读☕ 轻松阅读

原作者： Ahmad Naseri Karimvand, Daren Watson, Andrew Dickerson

原始论文采用 CC BY 4.0 许可（https://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

当一滴液体置于一个表面上并开始振动时，液滴并不会像固体物体那样仅仅上下跳动。相反，它会发生晃动、变形并在内部剧烈翻腾。这种内部的翻腾正是振动能量的去向所在。随着液体的层与层之间相互运动，层间的摩擦将机械能转化为热能，这一过程被称为粘性耗散。准确理解有多少能量损失于这种内部摩擦，对于许多实际任务至关重要，从设计更好的生物试剂混合系统，到预测液滴撞击表面的行为。然而，测量这种能量损失在传统上一直是一个难题。为了观察摩擦，科学家通常需要观测液体内部每一点的速度。这需要昂贵的高科技设备来追踪悬浮在流体中的微小颗粒，即便如此，液滴弯曲的表面往往会扭曲视野，使得测量变得不可靠甚至无法进行，对于不透明液体更是如此。

田纳西大学和佛罗里达理工学院的研究小组发现了一种完全绕过这一困难的方法。他们发现，从外部可见的液滴轮廓形状的变化，完整地记录了内部正在损失的能量。通过从两个角度拍摄振动的液滴并分析其轮廓随时间变化的方式，他们无需观察液体内部或测量其内部流速，即可计算出内部能量耗散。研究人员专注于由水和甘油混合而成的液滴，以制造具有不同厚度（即粘度）的流体。他们将这些液滴放置在振动平台上，并使用高速摄像机以每秒12,000帧的速度进行记录。通过这些视频，他们提取出了一个量化液滴形状偏离其静止状态程度的简单数值，并将此称为“晃动度”（sloshiness）。

他们发现的核心在于，这种“晃动度”的变化速率与能量转化为热能的速率之间存在直接联系。他们发现，液滴轮廓形状变化得越快，能量耗散就越多，且无论流体厚度如何，这一关系都成立。为了证明这一点，他们将基于图像的计算结果与独立测量的液滴运动在振动停止后衰减速度进行了对比。结果高度吻合，证实了可见的形变是内部摩擦的一个可靠代用指标。这种方法之所以奏效，是因为液滴表面的运动方式与其下方液体的流动紧密耦合。如果表面在翻腾，内部也在翻腾，而能量因摩擦而损失的过程也编码在这种运动之中。

除了测量损失外，团队还开发了一个模型，用于预测在振动发生期间，能量是如何从振动表面转移到液滴中的。他们将液滴视为一个被摇晃的弹簧质量块，但添加了一个修正项，以解释液滴底部附近的液体随表面运动，而顶部液体运动可能较小的现象。这种运动差异产生了一个剪切层，即一个滑动流体区域，大部分摩擦都发生在这里。研究人员确定了一个特定的比例——即该摩擦带的厚度与液滴高度的比值——这是决定能量转移效率的关键因素。他们发现，这种效率并非简单的线性关系，而是非单调的。如果摩擦带太薄，它只会影响液滴的一小层，导致大部分液体不受影响，从而浪费了耗散能量的机会；如果摩擦带太厚，整个液滴就会像一个单一的固体块一样运动，由于层与层之间没有相对运动，也就没有摩擦可言。最大能量转移发生在中间点，即摩擦带既足够厚以带动大部分液滴，又足够薄以维持必要的滑动运动。

研究人员通过一个涉及振动金属条（或称悬臂梁）且液滴放置在其顶端的独立实验测试了这些预测。通过测量添加不同液滴后金属条停止振动的速度，他们证实了较小的液滴单位体积内耗散的能量更多，并且存在一个实现最大能量损失的最佳粘度。粘度太低，液体流动过于容易；粘度太高，液滴则变得过于僵硬而无法晃动。该模型成功预测了它从未见过的流体的能量转移情况，只要振动频率低于液滴的自然共振频率。在高于该频率时，液滴无法跟上快速的摇晃，模型的预测也会失效。这一局限性强调了该方法在液滴有足够时间对振动做出反应时效果最好。

这项工作的意义在于其简单性和易得性。通过仅依赖液滴可见的轮廓，该方法无需复杂的内部测量，而这些测量往往难以实现。这为研究不透明液体（如原油或液态金属）或在无法添加追踪颗粒的极端环境下研究能量耗散打开了大门。它还避免了预先知道液体的表面张力，这一属性有时难以测量且会随时间变化。研究人员表明，静止液滴的动态轮廓不仅仅是一个视觉上的奇观，更是一个丰富的数据源，它将复杂的内部流动和能量损失物理过程编码成一种可以用标准高速摄像机捕捉的形式。这种方法将一个困难的测量问题转化为了一个直观的视觉问题，使科学家能够仅通过观察形状的变化，就能理解振动液滴隐藏的能量学特性。

技术摘要：振动座滴轮廓编码其内部粘性耗散

问题陈述
量化变形液滴中的粘性耗散对于理解基础液滴动力学、预测冲击结果以及优化工程应用（如混合与去污）至关重要。然而，直接测量内部粘性耗散具有挑战性，因为它取决于液体体相内的速度梯度。传统的粒子图像测速技术（PIV）需要高空间分辨率、专门的仪器以及对液滴内部的光学访问。这些方法在处理振荡液滴时面临显著障碍，包括弯曲界面的光学折射、插值窗口大小与粒子数量之间的权衡，以及对瞬态事件进行系综平均的不切实际性。此外，许多实际应用涉及不透明流体（如原油、液态金属）或极端条件，在这些条件下，内部流动测量是无法实现的。现有的解析模型通常假设体相流体为无粘性，或依赖于简化的势流近似，这些模型无法捕捉真实的旋转、无滑移流动动力学。

方法论
作者提出了一种仅通过在垂直振动下座滴的可见二维轮廓来推断体积粘性耗散和能量传递率的方法。该方法包含三个主要组成部分：

基于图像的标量（“晃动度”）： 研究引入了一个无量纲标量，称为“晃动度”（ $\mathcal{S}$ ），定义为瞬时液滴轮廓与平衡参考形状之间的排他性差异比。该量通过对两个正交的高速摄像机采集的图像进行二值化处理，并计算相对于平衡面积的像素级差异来获得。
数据驱动的模态分解： 利用奇异值分解（SVD），作者将变形场分解为空间模态和时间模态。他们证明了在测试条件下，单个主导模态可以捕获 75–80% 的变形能量。这使得通过主导时间系数的导数来重建降阶内部速度场和应变率张量成为可能。
理论建模：
- 耗散定标： 通过将重建的速度场代入粘性耗散方程，作者推导出体积耗散率（ $\Phi$ ）与动力粘度（ $\mu$ ）及晃动度变化率的平方（ $\dot{\mathcal{S}}^2$ ）成正比，即 $\Phi \propto \mu \dot{\mathcal{S}}^2$ 。
- 能量传递模型： 对于稳态振荡，作者开发了一个半经验模型，将从基底传递到液滴的平均功率与粘性耗散率等同起来。该模型结合了基座激发的弹簧-质量-阻尼类比（使用实验测得的自然频率和阻尼比）以及斯托克斯边界层修正。该修正考虑了内部速度场的不均匀性，这种不均匀性受斯托克斯渗透深度（ $\delta_v$ ）与液滴高度（ $H_0$ ）之比控制。

实验验证
实验使用粘度跨度达 33 倍（0.88 至 393.5 mPa·s）的水-甘油混合物以及 3、5 和 7 $\mu$ L 的液滴体积进行。

衰减测试（Ring-Down Tests）： 为了验证耗散定标，通过脉冲式停止振动基底，并追踪液滴质心的振荡衰减。独立测量的耗散率（源自动能衰减）被绘制在相对于平方晃动度变化率的图中。
稳态测试： 液滴受到连续垂直振动。该模型利用两种流体粘度的数据进行了校准，并针对留存测试流体（ $\mu = 2.3$ mPa·s）进行了测试。
悬臂梁实验： 使用放置在悬臂梁尖端的受激悬臂梁，独立验证了关于能量传递随液滴尺寸和粘度呈现非单调依赖性的预测。

关键结果

耗散定标： 在测试的粘度和体积范围内，归一化粘性耗散率与归一化平方晃动度之间存在强线性相关性（ $R^2 = 0.89$ ）。这证实了轮廓变形率编码了其内部的粘性耗散。
传递模型性能： 该半经验模型能准确预测预共振区（ $f \leq f_n$ ）的传递功率，对留存测试流体的预测 $R^2$ 达到 0.77。然而，该模型无法预测在后共振区观察到的能量传递减少现象，因为在后共振区，液滴无法对高频激励做出充分响应。
非单调能量传递： 理论模型和悬臂梁实验均证实，体积能量传递随粘度和液滴尺寸呈非单调变化。
- 粘度： 能量传递随粘度增加而增加，直到达到一个阈值，此时流体变得过于粘稠以至于无法产生显著变形，随后能量传递开始下降。
- 液滴尺寸： 在斯托克斯渗透深度相对于液滴高度不可忽略的情况下，较小的液滴比相同流体的较大液滴表现出更高的单位体积耗散。
控制参数： 斯托克斯渗透深度与液滴高度之比（ $\delta_v / H_0$ ）被确定为能量传递效率的控制参数。当剪切层足够厚以参与显著部分的液滴体积，同时又足够薄以维持速度梯度时，能量传递效率达到最大。

意义与主张
本文声称建立了振动座滴的可见变形与其内部粘性耗散之间的稳健物理联系。其主要意义在于，仅通过液滴轮廓的高速视频即可估算体相耗散和能量传递，从而消除了对液滴内部流动场测量或光学访问的需求。这种方法对于不透明流体、极端环境或禁止添加示踪剂的系统特别有用。

作者谨慎地指出，该方法依赖于单一变形模态的主导地位并假设轴对称。模型的有效性局限于预共振区，且当前的单模态近似留下了约 11% 未能解释的耗散方差，这可能是由于接触线效应、高阶模态混合以及图像处理噪声造成的。尽管如此，该框架仍为在传统流变学或速度测量法无法触及的系统中表征座滴能量学提供了一种实用的基于图像的工具。

类似论文