中文

将压力记忆嵌入声学训练的稠密悬浮体在剪切作用下

软凝聚态物质 2024-04-25 v1

摘要

远离平衡状态下的系统往往保留其加工历史的结构记忆,这种记忆在某些情况下会显著性地改变材料的响应。例如,晶体金属的工作硬化会改变其硬度、屈服强度和抗拉强度,以防止灾难性失效。然而,加工历史记忆在流动系统中能否被类似地利用——由于结构变化幅度更大——仍不为人所了解。本文展示了一种将此类有用记忆嵌入的方法。我们基于展示声波扰动可显著调节剪切稠密悬浮体粘度和内部结构的研究工作展开,发现对于足够稠密的悬浮体,在移除声波扰动后,悬浮体会因剪切而发生夹持,其剪切应力贡献来自最大压缩轴和最大拉伸轴,这反映了声学训练的痕迹。由于这两个正交轴对总剪切应力的贡献是相互对抗的,因此可以通过这种方式实现意想不到的悬浮体响应调控。例如,我们表明,不同训练的剪切悬浮体表现出:1) 对相同声波扰动的不同灵敏度;2) 在剪切反转时呈现数个数量级的瞬时粘度变化;3) 即使在剪切停止时,剪切应力也会增大。为进一步展示此方法控制悬浮体性质的潜力,我们演示了通过声学训练可将剪切临界以下的流动态状态夹持起来。总体而言,我们的工作为利用声学诱导的记忆在稠密悬浮体中生成快速且广泛可调的材料奠定了基础。

关键词

引用

@article{arxiv.2404.15850,
  title  = {Jamming memory into acoustically trained dense suspensions under shear},
  author = {Edward Y. X. Ong and Anna R. Barth and Navneet Singh and Meera Ramaswamy and Abhishek Shetty and Bulbul Chakraborty and James P. Sethna and Itai Cohen},
  journal= {arXiv preprint arXiv:2404.15850},
  year   = {2024}
}

备注

To be published in Physical Review X