[논문 리뷰] Memory of jamming and shear-jamming (in soft and granular matter)

Nishant Kumar, Stefan Luding|arXiv (Cornell University)|2014. 07. 23.

Granular flow and fluidized beds인용 수 1

한 줄 요약

이 논문은 연성 및 입자성 물질에서 변형 역사를 기록하는 메모리 효과를 반영하는 새로운 상태 변수로 가변적이고 역사에 의존하는 정지 밀도를 제안하며, 다스케일 및 분수 에너지 장을 통해 미세구조와 거시적 유동 거동을 연결하는 통합적이고 예측 가능한 거시적 모델을 가능하게 한다. 이 모델은 등방성 압축이 정지 밀도를 로그적으로 서서히 증가시키는 방식으로 작용하는 반면, 비틀림 변형은 팽창성 또는 밀도 증가성에 따라 급격하고 지수적으로 변화시킨다.

ABSTRACT

Soft, disordered, micro-structured materials are ubiquitous in nature and industry, and are different from ordinary fluids or solids, with unusual, interesting static and flow properties. The transition from fluid to solid -at the so-called jamming density- features a multitude of complex mechanisms, but there is no unified theoretical framework that explains them all. In this study, a simple yet quantitative and predictive model is presented, which allows for a variable, changing jamming density, encompassing the memory of the deformation history and explaining a multitude of phenomena at and around jamming. The jamming density, now introduced as a new state-variable, changes due to the deformation history and relates the system's macroscopic response to its microstructure. The packing efficiency can increase logarithmically slow under gentle repeated (isotropic) compression, leading to an increase of the jamming density. In contrast, shear deformations cause anisotropy, changing the packing efficiency exponentially fast with either dilatancy or compactancy. The memory of the system near jamming can be explained by a microstatistical model that involves a multiscale, fractal energy landscape and links the microscopic particle picture to the macroscopic continuum description, providing a unified explanation for the qualitatively different flow-behavior for different deformation modes. To complement our work, a recipe to extract the history-dependent jamming density from experimentally accessible data is proposed, and alternative state-variables are compared. The proposed simple macroscopic constitutive model is calibrated with the memory of microstructure. Such approach can help understanding predicting and mitigating failure of structures or geophysical hazards, and will bring forward industrial process design/optimization, and help solving scientific challenges in fundamental research.

연구 동기 및 목표

• 연성 및 입자성 물질에서 복잡한 정지 전이 현상을 설명하는 통합 이론 프레임워크의 부족을 해결하기 위해.
• 특히 비틀림과 등방성 압축에 의한 변형 역사를 통해 정지 밀도와 밀도 효율이 어떻게 영향을 받는지 정량화하기 위해.
• 미세구조 기억을 포함하는 예측 가능한 거시적 구성 모델을 개발하기 위해.
• 실험 데이터에서 역사에 의존하는 정지 밀도를 추출하기 위한 실용적 방법을 제공하기 위해.
• 다양한 변형 방식에서 관찰되는 상이한 유동 거동을 하나의 미세통계 기반 프레임워크로 통합하기 위해.

제안 방법

• 변형 역사를 기반으로 변화하는 새로운 상태 변수로 정지 밀도를 도입하여 거시적 물성 반응을 예측할 수 있도록 한다.
• 미세입자 배열과 연속체 수준의 기계적 거동을 연결하기 위해 다스케일 및 분수 에너지 장 모델을 활용한다.
• 등방성 압축을 점진적인 밀도 효율 향상으로 인해 정지 밀도가 로그적으로 증가하는 것으로 모델링한다.
• 비틀림 변형을 밀도 효율이 급격히 변화시키는 지수적 변화로 모델링하며, 비틀림 방식에 따라 팽창성 또는 밀도 증가성으로 이어진다.
• 실험적으로 측정 가능한 데이터를 사용하여 미세구조 기억을 반영한 구성 모델을 유도하고, 역사에 의존하는 정지 밀도를 추출한다.
• 다른 상태 변수들과의 비교를 통해 제안된 모델의 예측 능력을 다양한 변형 방식에서 검증한다.

실험 결과

연구 질문

• RQ1 특히 등방성 압축에 의해 연성 및 입자성 물질에서 정지 밀도에 어떤 영향을 미치는가?
• RQ2 비틀림 변형 중 밀도 효율이 급격히 변화하는 메커니즘은 무엇이며, 팽창성과 밀도 증가성 영역 간에 어떤 차이가 있는가?
• RQ3 등방성 압축과 비틀림에서 관찰되는 정성적으로 다른 유동 거동을 하나의 통합 모델이 어떻게 설명할 수 있는가?
• RQ4 미세구조 기억은 정지 전이 근처에서 거시적 기계적 반응을 결정하는 데 어떤 역할을 하는가?
• RQ5 실용적 응용을 위해 실험적으로 측정 가능한 데이터에서 역사에 의존하는 정지 밀도를 어떻게 추출할 수 있는가?

주요 결과

• 반복적인 등방성 압축은 정지 밀도를 로그적으로 증가시키며, 밀도 효율에 대한 느린 누적 기억 효과를 나타낸다.
• 비틀림 변형은 이방성을 유도하고 밀도 효율을 지수적으로 급격히 변화시켜 비틀림 방식에 따라 팽창성 또는 밀도 증가성으로 이어진다.
• 제안된 모델은 역사에 의존하는 하나의 상태 변수를 통해 다양한 변형 방식에서 관찰되는 상이한 유동 거동을 성공적으로 통합한다.
• 분수 에너지 장 기반의 미세통계 모델은 미세입자 배열과 거시적 연속체 반응 사이의 물리적 연결 고리를 제공한다.
• 실험적으로 측정 가능한 데이터에서 역사에 의존하는 정지 밀도를 추출하기 위한 실용적 절차가 확립되어 모델 校정 및 검증이 가능해졌다.
• 이 프레임워크는 구조적 고장과 지질학적 위험 예측 및 완화에 개선된 예측 능력을 제공하며, 산업 공정 최적화를 지원한다.