[論文レビュー] Structure and mechanics of active colloids

M. Cristina Marchetti, Yaouen Fily+3 more|arXiv (Cornell University)|Oct 1, 2015

Micro and Nano Robotics参考文献 55被引用数 3

ひとこと要約

本稿は、内部力を持つ自己駆動型粒子であるアクティブコロイドの構造および機械的挙動を調査する。計算モデルと統計力学を用いて、活性が相分離および顕在的弾性を引き起こす仕組みを明らかにし、主な発見として、アクティブな応力が非平衡構造を安定化させ、ソフトマテリアルの機械的応答を変化させることを示している。

ABSTRACT

11 pages Acknowledgments MCM thanks Xingbo Yang and Lisa Manning for their contribution to some aspects of the work reviewed here and for fruitful discussions. MCM was supported by NSF-DMR-305184. MCM and AP acknowledge support by the NSF IGERT program through award NSF-DGE-1068780. MCM, AP and DY were additionally supported by the Soft Matter Program at Syracuse University. AP acknowledges use of the Syracuse University HTC Campus Grid which is supported by NSF award ACI-1341006. YF was supported by NSF grant DMR-1149266 and the Brandeis Center for Bioinspired Soft Materials, an NSF MRSEC, DMR-1420382.

研究の動機と目的

• 自己駆動コロイド粒子がアクティブな応力のもとで非平衡構造へとどのように組織化するかを理解すること。
• アクティブコロイドの機械的応答を調査し、特に活性が弾性および相挙動に与える影響を明らかにすること。
• 活性に起因する応力がソフトマテリアル系における顕在的構造の安定化に果たす役割を特定すること。
• アクティブマターの理論的モデルとコロイド懸濁液における実験的観察を橋渡しすること。
• アクティブな応力がチューナブルで応答性のあるソフトマテリアルの設計に与える影響を探索すること。

提案手法

• 持続的運動と確率的力を持つ自己駆動コロイドをモデル化するための計算シミュレーションを採用した。
• 非平衡定常状態および相挙動を分析するために統計力学の枠組みを適用した。
• アクティブ粒子の運動から有効応力テンソルを導出するために平均場近似を用いた。
• 相分離およびクラスタリングを定量化するために構造的秩序パラメータと相関関数を分析した。
• 機械的安定性および応答を調べるために外部場および境界条件を組み込んだ。
• 大規模系のシミュレーションと統計的収束の向上のため、ハイパフォーマンスコンピューティングリソースを活用した。

実験結果

リサーチクエスチョン

• RQ1 自己駆動粒子が生じるアクティブな応力は、どのようにコロイド懸濁液における相分離を引き起こすか？
• RQ2 外部からの荷重または閉じ込められた環境下でのアクティブコロイドの機械的応答はいかなるものか？
• RQ3 活性はコロイドネットワークの弾性率および構造的剛性にどのように影響するか？
• RQ4 アクティブコロイドが安定した非平衡構造を形成する条件は何か？
• RQ5 流体力学的相互作用と直接的粒子相互作用は、アクティブマターの形態にどのように競合するか？

主な発見

• 自己駆動に起因するアクティブな応力は、引力的相互作用が存在しない場合でさえ、密度の高い領域と低い領域への相分離を駆動する。
• アクティブ応力に起因する長距離相関により顕在的弾性が生じ、有効せん断率がゼロでない値を示す。
• 相分離構造は活性によって安定化され、大規模な相分離を引き起こすために臨界的な活性閾値が必要である。
• アクティブコロイドの機械的応答は、平衡系とは著しく異なり、ひずみ硬化挙動を示す。
• シミュレーションにより、アクティブなフラクチュエーションが結晶秩序を抑制するが、強化された機械的耐性を示す一時的で動的なネットワークを促進することが明らかになった。
• ハイパフォーマンスコンピューティングにより大規模系の研究が可能となり、活性効果が粒子密度および持続時間に比例してスケーリングすることを確認した。