[논문 리뷰] Dynamics and rheology of active glasses
이 논문은 자가 추진 콜로이드 입자로 이루어진 밀도가 높은 활성 분산계에 대한 최초의 원리 기반 모드 결합 이론을 개발하며, 활성도가 유리 전이를 더 높은 부피 분율로 이동시키고 비ergodicity 계수와 유동 응력 모두를 감소시켜 기계적 반응을 부드럽게 한다고 보여준다. 이 이론은 활성도가 증가함에 따라 유동 응력이 연속적으로 감소함을 예측하여, 활성 유리가 수동 유리보다 더 연한 상태로 유리 상태를 유지할 수 있음을 시사한다.
Within the framework of mode-coupling theory, we present a simple model for describing dense assemblies of active (self-propelled) spherical colloidal particles. For isotropic suspensions, we demonstrate that the glass transition is shifted to higher volume fraction by the addition of activity, in agreement with recent Brownian dynamics simulations. Activity-induced changes in the static structure factor of the fluid are predicted. The mechanical response of an active glass to applied strain is shown to be softer than the corresponding passive glass; both the nonergodicity parameter and the yield stress reduce with increasing activity.
연구 동기 및 목표
- 밀도가 높은 활성 분산계의 유리 전이 근처에서의 미세한 이론을 개발하기 위해.
- 입자 활성도가 유동-유리 상전이 경계와 정적 구조에 어떻게 영향을 주는지 이해하기 위해.
- 특히 유동 응력에 대한 활성 유리의 기계적 반응을 기술하기 위해.
- 활성 유리의 동역학과 유변학을 위한 매개변수 없는 이론적 프레임워크를 제공하기 위해.
제안 방법
- 자기 추진력과 정렬 동역학을 갖는 활성 구형 콜로이드 입자에 대해 시간 국소적이고 과다된 라ング주앙 방정식을 유도한다.
- N체 확률 분포를 기술하기 위해 포커-플랑크 방정식을 사용하고, 처리 가능성을 확보하기 위해 모드 결합 근사를 적용한다.
- 유변학적 반응을 기술하기 위해 전단 속도에 의해 수정된 기억 함수를 포함한 개략적 모델을 도입한다.
- 전이를 통한 통합과 일반화된 그린-쿠보 관계를 적용하여 전단 응력을 계산한다.
- 유리 상태 행동을 특성화하기 위해 비ergodicity 계수와 밀도 상관함수를 주요 관측량으로 사용한다.
- 회전 확산과 활성 추진력을 동적 연산자에 통합하여 평행 이동 운동과 회전 운동을 결합한다.
실험 결과
연구 질문
- RQ1밀도가 높은 분산계에서 활성도는 유리 전이의 위치에 어떻게 영향을 미치는가?
- RQ2활동은 활성 유체에서 정적 구조 인자와 밀도 상관함수에 어떻게 영향을 미치는가?
- RQ3활동은 전단 가공된 활성 유리의 유동 응력에 어떻게 영향을 미치는가?
- RQ4최초의 원리 기반 모드 결합 이론은 캐이징과 자기 추진력 간의 경쟁을 기술할 수 있는가?
주요 결과
- 활동은 유리 전이를 더 높은 부피 분율로 이동시키며, 이는 이전의 시뮬레이션 결과와 일치한다.
- 유체의 정적 구조 인자는 활동으로 인해 수정되며, 이는 입자 상관관계가 변화했음을 반영한다.
- 비ergodicity 계수는 활동도가 증가함에 따라 감소하여 입자 캐이징이 감소함을 나타낸다.
- 활동 유리의 유동 응력은 자기 추진 속도 $v_0$ 증가에 따라 크게 감소한다.
- $v_0 > v_0^*$ 인 경우, 유동 응력은 상 경계에서 비연속적으로 0으로 떨어지며, 이는 연성 전이를 나타낸다.
- 유동 응력과 $v_0$ 간의 스케일링은 주어진 데이터를 한 개의 마스터 곡선으로 압축하지 못하므로, 단순한 보편 스케일링이 존재하지 않는다는 것을 시사한다.
더 나은 연구,지금 바로 시작하세요
논문 읽기부터 검토까지, 연구 시간을 획기적으로 줄여보세요.
카드 등록 없음 · 무료 플랜 제공
이 리뷰는 AI가 만들고, 인간 에디터가 검토했습니다.