Droplet Spreading on Nanowall-Textured Hydrophobic Surfaces: A Nonlinear Reduced-Order Model
本文提出了一种非线性单自由度降阶模型，该模型成功捕捉了水滴撞击光滑及纳米壁纹理疏水硅表面时的径向变形和最大铺展因子，证明了纹理表面相比光滑表面显著降低了铺展程度，同时确定了非线性刚度和钉扎强度是主要的控制因素。
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
当一滴水撞击表面时，它并不仅仅是简单地溅起并停止；它进行了一场短暂而复杂的能量之舞。液滴的前进运动撞击表面，将液体压扁成一个宽阔、薄薄的圆盘，随后表面张力——即让水滴聚集成球状的同一种力量——试图将其拉回成球形。液滴是向四周广泛铺开还是保持较小的体积，取决于那最初的速度与所撞击表面的阻力之间的拉锯战。在完美光滑且疏水的表面上，液滴可以显著地铺展开来。但当该表面覆盖着微小的、微观结构（如纳米级的墙壁森林）时，故事就发生了变化。这些纹理会捕捉空气、钉住液滴的边缘，或产生额外的摩擦，所有这些都会改变水的铺展程度。理解这种行为对于从设计自洁窗户到改进喷墨打印等各个领域都至关重要，然而，要准确预测液滴在如此复杂的表面上会如何反应，对科学家来说仍然是一个巨大的挑战。
在最近的一项研究中，研究人员致力于将这一复杂的物理问题简化为一个易于处理的模型。他们专注于水滴，具体为体积为 20 微升的水滴，从 20 毫米的高度坠落在两种类型的硅表面上：一种是光滑且疏水的表面，另一种是覆盖着间距仅为 130 纳米的纳米墙的表面。其目标并不是去模拟每一个水分子或被困在墙壁之间的空气的确切形状，因为那将需要巨大的计算能力。相反，团队构建了一个“降阶”模型。可以将这想象成在创建一个城市的简化地图，它只显示主要道路和红绿灯，忽略每一条小巷和建筑，仅仅为了预测一次行程需要多久。他们的模型将整个液滴视为一个单一的、可伸缩和收缩的移动点，并受制于关于表面如何抵抗这种拉伸的几项关键规则。
研究人员首先在光滑表面上测试了他们的模型。他们发现，如果他们将水滴视为一个在直线方向上抵抗拉伸的简单弹簧，模型预测液滴会铺展得过大，远超实际实验所示。为了修正这一点，他们增加了一条规则：表面会随着液滴拉伸程度的增加而变得更硬，就像一根在你拉得越远时就越难拉伸的橡皮筋一样。通过这项调整，模型对光滑表面的预测与实验数据几乎完美契合，显示出约 2.25 的最大铺展因子。这意味着液滴的直径在其停止扩张前，大约增长到了原始尺寸的 2.25 倍。
接下来，团队将同样的模型应用于带有纳米墙的纹理表面。在这里，他们引入了一个新元素：“钉扎”力。这代表了微观墙壁抓取液滴边缘的力量，使得液滴更难铺展。模型计算出，这种额外的阻力会显著限制铺展。结果是 1.810 的最大铺展因子，意味着纹理表面的液滴比光滑表面上的要小得多。这一结果与以往实验中观察到的普遍趋势一致，证实了纹理成功地阻碍了液滴。研究人员还检查了当他们改变液滴大小或坠落高度时模型的表现。在所有情况下，模型都正确地预测了如果液滴撞击得更重，它就会铺展得更远，但在纹理表面上的铺展程度始终会小于在光滑表面上的情况。
然而，作者非常明确地说明了他们的模型无法做到的事情。由于他们将液滴简化为一个单一的移动点，他们的模型无法预测液滴停止铺展后会发生什么。它无法告诉我们液滴会从表面弹起、跳得有多高，或者确切地在何时离开表面。它也不涉及液滴下方空气被捕获或水渗入纳米墙之间微小缝隙的复杂物理过程。该模型严格来说是一个用于理解碰撞初始阶段液滴达到最大宽度程度的工具。研究人员还指出，虽然他们的模型在测试的具体条件下表现良好，但他们计算“钉扎”力的方式是基于固定参考值的估算，可能无法完美捕捉到不同表面纹理的每一个细微差别。
最终，这项工作提供了一种清晰且计算成本低廉的方法，用于理解水滴在粗糙、疏水表面上铺展极限的行为。通过剥离流体动力学的复杂细节并专注于主要的相互作用力，研究人员创建了一个可靠的工具，捕捉到了系统的本质行为。他们证明了，虽然液滴的速度和表面的刚度决定了它铺展多远，但表面的微小纹理起到了刹车的作用，使液滴保持较小的体积。这一见解有助于科学家和工程师根据特定需求设计更好的表面，即通过了解添加微观纹理是控制液体行为的一种有效方式，即便液滴运动的全貌对于这个简单的模型来说仍然过于复杂。
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。