活性向列相流体动力学的数发现
软凝聚态物质
2022-12-28 v1 统计力学
摘要
二维活性向列相常使用现象学连续介质理论建模，这些理论通过偏微分方程（PDEs）描述向列相指向矢与流体速度的动力学。尽管这些模型对实验提供了统计上准确的描述，但 PDE 中相关项及其参数的识别通常是间接的。在此，我们改进了一种近期开发的方法，通过将对粗粒化场进行稀疏拟合到通用低阶 PDE，直接从时空指向矢与速度数据自动识别活性向列相的最优连续介质模型。我们在计算模型上对该方法进行了广泛测试，随后将其应用于基于微管的活性向列相实验数据。由此，我们识别了基于微管的活性向列相的最优模型及相关的现象学参数。我们发现取向场的动力学很大程度上由其与底层流动的耦合所支配，而自由能梯度的作用可忽略。此外，通过将流动方程拟合到实验数据，我们估计了一个量化向列相“活性”的关键参数。
引用
@article{arxiv.2202.12854,
title = {Data-driven discovery of active nematic hydrodynamics},
author = {Chaitanya Joshi and Sattvic Ray and Linnea Lemma and Minu Varghese and Graham Sharp and Zvonimir Dogic and Aparna Baskaran and Michael F. Hagan},
journal= {arXiv preprint arXiv:2202.12854},
year = {2022}
}