不可混合稳态两相流在多孔介质中的玻璃相转变

两相流在多孔介质中的现象已研究了百余年，然而我们仍缺乏能够在宏观尺度（即达尔尺度）上基于“微观”模型预测流动的成功理论。本文表明，通过将两相流中滴落分布映射到自旋玻璃模型中自旋的分布，可以预测两相流在达尔尺度上的特征特性。这种方法的成功性令人惊讶，因为两相流是非平衡现象，而自旋玻璃的性质则通过平衡统计力学获得。为实现此映射，我们遵循 Meshulam 和 Bialek（Rev. Mod. Phys. 97, 045002 (2025)）的方法，利用 Jaynes 最大熵原理基于大量两相流模式（在动态孔隙网络模型中训练的机器学习）推导自旋玻璃哈密顿量。通过此映射，我们可以构建两相流系统的“相图”。我们发现，分离 paramagnetic 相与自旋玻璃相的临界线，恰好对应两相流依赖于施加压力梯度的变化从线性变为非线性的转变点。自旋模型的玻璃相与以滞后性和强烈在宽广时间尺度范围内的波动特征为特征的流动范畴相吻合。这一流动范畴被视为动态玻璃态，是值得注意的。