《Nat Commun:软土悬浮液流变学复杂性的起源》

  • 来源专题:岩土力学与工程信息资源网
  • 编译者: 李娜娜
  • 发布时间:2024-12-12
  • 受工业应用的推动,人们越来越关注悬浮在复杂流体中的颗粒状物质的流变行为。虽然目前在将本构关系扩展到这种复杂混合物方面取得了一定进展,但尚未有研究探讨从颗粒悬浮物到凝胶的流动曲线的转变。通过观察其他非晶固体的屈服行为,可以获得对这种转变的一些见解。通过改变非晶固体材料的初始制备和稳定性,可以从典型的“硬”玻璃材料的脆性屈服转变为“软”玻璃材料的韧性屈服。为此,研究人员展示了之前报道的自然泥石流的所有复杂流动行为都可以通过三种成分再现:水、硅砂和高岭土。

    研究人员通过由去离子水、摩擦性硅砂和粘性高岭土组成的悬浮液来研究这种转变。通过严格控制流变试验参数发现,从富砂到富含粘土的悬浮液,会发生从脆性屈服到塑性屈服的连续转变。研究提出的软土悬浮液模型适用于已有研究中碎屑流流变学的全部案例,并被用于构建一个基于物理的通用本构关系,其参数与材料特性相关。实验结果得到了非晶固体模型的支持,表明非平衡相变范式可以帮助我们理解和预测软土悬浮液的复杂行为。

    研究人员提出了一个适用于土壤悬浮液的通用本构关系,其中颗粒重排时间由屈服应力和堵塞距离控制。研究成果发表于《Nature Communications》[1]。






    [1] Origins of Complexity in the Rheology of Soft Earth Suspensions



  • 原文来源:https://doi.org/10.1038/s41467-024-51357-y
相关报告
  • 《在水悬浮液中制备即食少层石墨烯的研究》

    • 来源专题:纳米科技
    • 编译者:郭文姣
    • 发布时间:2019-01-09
    • 石墨烯具有良好的物理和化学性能,如高强度和柔韧性,以及高导电性和导热性。因此,它被用于电子和光子学应用的聚合物基复合材料中。与石墨烯发展相关的一个主要限制因素是,由于石墨烯具有强疏水性,几乎所有分散体(通常用于处理和处理所需)都是在有毒的有机溶剂中制备的,如N-甲基吡咯烷酮或N,N-二甲基甲酰胺。在这里,我们描述了如何用球磨机制备去屑石墨。产生的石墨烯是三到四层厚,∼500 nm直径平均以电子显微镜和拉曼光谱;可存储为轻固体形式;易分散于水介质中。我们的方法包括四个主要步骤:(i)机械化学将有机分子(三聚氰胺)嵌入石墨,然后悬浮在水中;(ii)清洗悬浮石墨烯,以消除大部分三聚氰胺;(三)稳定石墨烯片的分离;(四)冷冻干燥制得石墨烯粉。对于水悬浮液和干粉体,这个过程分别需要6-7天或9-10天。该产品具有良好的特性,可用于许多科学和技术应用,包括毒理学影响评估和创新医疗器械的生产。
  • 《NAT COMMUN:拓扑数据分析揭示滑坡失稳运动类型》

    • 来源专题:岩土力学与工程信息资源网
    • 编译者:李娜娜
    • 发布时间:2024-12-17
    • 滑坡作为一种全球性的地质灾害,给人类社会带来了巨大的经济损失和人员伤亡。面对不断演变的滑坡风险,能够准确识别滑坡失效模式的工具对于改进滑坡风险评估和灾害预警至关重要。然而,现有的滑坡预测模型大多依赖于二维几何特性,忽视了滑坡三维形态中蕴含的重要运动学信息。针对这一问题,来自意大利、德国、美国等国的研究人员提出了通过拓扑数据分析(TDA)技术来识别滑坡失效类型的方法,旨在弥补现有模型的不足,并提升滑坡灾害预测的准确性。 研究首先利用滑坡多边形数据和数字高程模型(DEM)生成滑坡的三维点云数据,通过这种方式,滑坡的形态信息可以从二维拓展到三维,为后续的拓扑分析奠定数据基础。使用拓扑数据分析(TDA)方法,通过构建滑坡形状的简单复形(Simplicial Complex),捕捉滑坡形状中不同尺度下的拓扑特征。通过持久性图和重要性分析,从滑坡的三维形状中提取了多个关键的拓扑属性。基于这些拓扑属性,构建了随机森林机器学习模型来分类滑坡失效类型。为验证模型的准确性和泛化能力,研究者对模型进行了交叉验证和多次重复测试,确保其在不同地区和气候条件下具有较高的预测准确性。研究结果表明,该模型在不同滑坡失效类型(如滑动、流动、坠落和复杂失效)的分类上表现出较高的准确性。模型的预测准确率达到了80%-94%。滑动型滑坡通常具有较长的孔洞平均寿命(ALH)和连通分量寿命(ALC),而流动型滑坡则显示出较大的最大瓶颈幅度(BAH),反映出其物质流动的分散性和流动路径的复杂性。复杂滑坡的拓扑特征则表现出多重失效机制的混合,这些拓扑属性成功地区分了不同的滑坡运动模式。在一些数据较少的地区,通过较少的训练样本,模型依然能够实现70%以上的分类准确度。 本研究首次将拓扑数据分析(TDA)应用于滑坡失效类型的识别和预测。创新性地结合了TDA技术和随机森林机器学习模型,利用拓扑属性(如孔洞的平均寿命、连通分量的平均寿命等)作为特征来进行分类预测。通过持久同调(persistent homology)技术,将滑坡三维形状中的拓扑结构(如孔洞和连通分量)进行了定量化描述。研究通过将拓扑学与地质灾害研究相结合,开辟了滑坡灾害研究的新途径,帮助更好地理解滑坡的多重运动过程,推动了滑坡灾害领域的理论和实践发展。相关研究成果发表于《Nature Communications》[1]。 [1] Landslide Topology Uncovers Failure Movements