玻尔百科从几个世纪以来彩色玻璃窗的缓慢下垂，到聚合物纤维的快速拉伸，世界上充满了难以简单归类为固体或液体的材料。预测这些复杂物质如何变形、流动以及响应力的作用，是科学与工程领域的一项基本挑战。这就是流变学——研究物质流动的学科——的范畴。但我们如何将材料行为的物理定律转化为具有预测能力的计算工具呢？本文旨在通过探索计算流变学的核心概念来弥合这一差距。我们将首先深入探讨基础的“原理与机制”，通过弹簧和阻尼器等简单的力学类比来建立对材料行为的理解，并直面创建稳健模拟所需的精微数学问题。随后，“应用与跨学科联系”一章将展示这些模型如何被用于解决从工业制造、地质灾害到活细胞微观环境等迥然不同尺度上的现实世界问题。
要理解我们如何能让计算机预测蜂蜜的流动、冰川的缓慢蠕变，或是橡胶球的回弹，我们必须首先教会它材料的语言。这种语言不是用文字写成的，而是用数学关系式来表达，这些关系式捕捉了材料如何响应推、拉和扭转的本质。这就是流变学的领域，其原理是物理直觉与数学优雅的美妙结合。让我们踏上探索这些核心思想的旅程，从最简单的构建模块开始。
想象一下你有一小套玩具机械零件。第一个是完美的弹簧。当你拉伸它时，它会回缩，拉得越长，回缩力越大。它储存你输入的能量，如果松手，它会精确地恢复到原始形状。这就是弹性的本质，是理想固体的行为。其关系简单且线性：应力与应变成正比。
我们的第二个元件是阻尼器，它就像一个装满稠油的注射器。当你拉动活塞时，它会产生阻力，这阻力不取决于你拉了多远，而取决于你拉得有多快。如果拉得慢，阻力就小；如果拉得快，阻力就大。与弹簧不同，阻尼器对其初始位置没有记忆。一旦你停止拉动，它就停在原地。它不储存能量，而是将能量以热的形式耗散掉。这就是黏性的本质，是理想简单流体的行为。
为了完善我们的元件组合，让我们引入一个摩擦滑块。想象一个放在桌上的木块。如果你轻轻推它，它根本不会动，因为它受到静摩擦力的抵抗。但如果你用力推到足以克服某个阈值力，它就开始滑动。只要你保持这个力，它就会一直移动。如果松手，它会停下来，但不会弹回。它经历了永久性的，即塑性变形。这种以临界屈服应力为特征的行为，是塑性的核心。
有了这三个元件——弹性的弹簧、黏性的阻尼器和塑性的滑块——我们就可以构建模型，来描述我们遇到的几乎任何材料的丰富而复杂的流变行为。
当我们把前两个元件组合在一起时会发生什么？我们会得到黏弹性，这是材料在变形时同时表现出黏性和弹性特性的性质。我们组合它们的方式会极大地改变结果。
想象一下将一个弹簧和一个阻尼器首尾相连。这是一种串联，称为 Maxwell 模型。如果你突然用一个恒定的力拉这个链条（蠕变），会发生什么？弹簧会瞬间拉伸，产生一个即时的弹性响应。然后，阻尼器开始缓慢伸长，整个系统随时间持续拉伸。它在流动。现在，想象你把链条拉伸到一定长度并保持住。起初，弹簧很紧，回拉力很大。但阻尼器此时被固定在一个位置，随着其内部流体的重新排列，它会慢慢让张力消散。维持该位置所需的应力会随时间减小。这被称为应力松弛。表现出这种行为的材料是一种黏弹性流体。它具有短期的弹性记忆，但在长时标上会流动。
这不仅仅是一个玩具模型。地球的地幔就像一种 Maxwell 材料。在上一个冰河时期，巨大的冰盖重量压缩了下方的地幔。当冰融化后，这个载荷被移除。地壳以即时的弹性回弹（弹簧）作为响应，随后是黏性地幔回流到位（阻尼器）所带来的缓慢、持续的抬升。这种被称为冰后回弹的现象，是 Maxwell 模型在行星尺度上的一次宏伟展示。
现在，让我们将弹簧和阻尼器并排连接，即并联。这就是 Kelvin-Voigt 模型。如果你施加一个突然的力，阻尼器会抵抗快速变化，从而阻止任何瞬时拉伸。变形被延迟，材料缓慢蠕变到弹簧本身会达到的位置。如果你随后释放力，它会慢慢恢复到原始形状。这是一种黏弹性固体——可以想象一下记忆棉床垫。
这些简单的模型也揭示了引人入胜的数学精妙之处。如果你试图瞬时将一个 Kelvin-Voigt 材料拉伸到固定应变会怎样？阻尼器的应力与应变率成正比，它将不得不抵抗无限大的应变率。为此，它必须产生一个无限大的瞬时应力峰值——这在数学上被称为狄拉克δ函数 (Dirac delta function)。这个不符合物理现实的要求告诉我们，尽管这些模型很强大，但它们是理想化的。真实材料更为复杂，其行为往往像是由许多弹簧和阻尼器组成的复杂网络，例如标准线性固体 (Zener) 模型，它能更真实地描述应力松弛和蠕变。
黏弹性描述了既能流动又能回弹的材料。但那些弯曲后保持弯曲状态的材料呢？为此，我们转向第三个元件——摩擦滑块，以及塑性理论。
在一维情况下，这个想法很简单：材料表现为弹性，直到应力达到临界的屈服应力，此时它会发生永久变形。但在三维空间中，材料可以同时被挤压、扭转和剪切，这又是如何运作的呢？屈服条件不再能是一个单一的数值，它必须是一个依赖于整个应力状态的准则。
为了简化这个问题，我们可以通过两个“透镜”来观察应力状态。第一个是静水压力 ，它告诉我们材料平均受到来自四面八方的挤压程度。第二个是衡量扭曲或剪切的量，称为偏[应力不变量](@entry_id:148850) 。一个屈服准则就是由 和 定义的数学空间中的一个边界。如果材料的 () 状态位于此边界内，它就表现为弹性。如果应力将状态推至边界，它就会屈服。
对许多金属而言，静水压力的大小对其屈服时机几乎没有影响。它们的屈服纯粹由扭曲决定。这催生了 von Mises 屈服准则，在我们的 () 空间中，这只是一条水平线：当 达到一个临界值时发生屈服，无论 为何值。
然而，对于地球物理学和土木工程中的一大类材料——如土壤、岩石和混凝土——压力至关重要。挤压一块岩石会使其更难断裂。对于这些材料，屈服边界不是平的，而是倾斜的。压力 越高，使材料屈服所需的扭曲 就越大。这些压力相关准则中最著名的是 Mohr-Coulomb 准则。它优雅地捕捉了内摩擦在抵抗破坏中的作用。
一旦材料屈服，它会朝哪个方向变形？这由一个流动法则决定，该法则指出，塑性应变率的方向垂直于一个称为塑性势 的曲面。在最简单的情况下，这个势与屈服函数本身相同（相关联流动）。但对于许多颗粒材料，它们是不同的（非相关联流动）。这种区别对于捕捉一种称为剪胀性的行为至关重要：即像沙子这样的材料在受剪切时体积膨胀的趋势。想象一下在海边湿沙上行走；你的脚步剪切了沙子，使其膨胀，将水从颗粒间挤出，瞬间显得干燥而坚实。这种体积变化由一个称为剪胀角 的属性控制，它定义了塑性势 的形状。
黏弹性和塑性原理为我们提供了“是什么”——即数学定律。计算流变学则关乎“怎么办”——如何在计算机上求解这些定律，尤其是在物体发生显著变形、流动和旋转时。这给我们带来了一些更深、更微妙的挑战。
想象一桶正在被搅拌的油漆。现在想象同一桶油漆只是放在一个旋转的转盘上。对于站在转盘旁的观察者来说，油漆的速度在点与点之间变化，油漆内的应力似乎也在变化。但对于一个漂浮在油漆中的微小生物来说，第二种情况微不足道——它只是在搭便车。没有发生变形。
物理定律必须独立于观察者；它们必须是客观的。一个将应力与变形联系起来的本构律，不应因纯粹的刚体旋转而预测出应力变化。在这里我们发现一个惊人的事实：应力张量的简单时间导数，即你在固定的实验室坐标系中可能测量到的那个，并不客观。它会在纯旋转过程中错误地报告应力变化。
为了创建一个客观的计算模型，我们必须使用一种特殊的时间导数，它从材料自身旋转的视角来衡量应力变化率。这些被称为客观应力率。一个常见的例子是 Jaumann 率，它本质上是从总时间导数中减去运动的旋转部分，只留下由真实变形引起的部分。使用这样的应力率可以确保我们的模拟能够正确区分真实的剪切流和仅仅的刚体旋转。
许多最有趣的流体——从聚合物熔体到血液再到液晶——其复杂性不仅在于它们的响应，还在于它们的结构本身。它们是分子、细胞或纤维的悬浮液，这些物质在流动中的排列和变形决定了宏观应力。要对此类材料进行建模，我们必须追踪其内部的微观结构。
例如，对于纤维悬浮液，我们可能需要使用一个称为取向张量的数学对象来追踪纤维的平均取向。该张量的演化取决于流动。但这里存在一个令人沮丧的“第二十二条军规”：要计算二阶取向张量（描述平均排列）的演化，我们需要知道四阶张量（一个更详细的统计描述）。要计算那个，我们又需要六阶张量，依此类推，陷入无限回归。这被称为封闭问题。
为了使问题在计算上易于处理，我们必须打破这个无限链条。我们必须引入一个封闭近似——一个有根据的猜测，它将一个高阶张量与我们已在追踪的低阶张量联系起来。复杂流体建模的艺术，在很大程度上，就是发明物理上合理且数学上方便的封闭近似的艺术。正是这些近似使得我们能够模拟这些流体特有的非线性效应，例如在垂直于剪切方向上产生力的趋势——这就是为什么被搅拌的聚合物溶液可能会爬上搅拌棒的原因。
将这些优美的物理和数学原理转化为一个可行的计算机程序本身就是一种艺术形式，需要数值分析和物理洞察力的结合。
首先，我们必须应对一个事实，即我们的理想模型常常包含数学上的“尖角”。绝对值函数 在 处有一个不可微的角点。一个完美的塑性模型具有从弹性到塑性行为的急剧转变。许多强大的数值方法，如 Newton-Raphson 方法，通过在函数的斜坡上“滑雪”来寻找解；它们在这样的尖角处可能会彻底失败。计算上的解决方案既实用又优雅：我们对模型进行正则化。我们用一条微小而平滑的曲线来代替尖角。例如，我们可以用 来代替 ，其中 是一个非常小的数。这种平滑处理使得问题对于算法来说表现良好，而不会显著影响物理结果。
最后，计算流变学家必须像一个侦探，时刻警惕那些可能伪装成真实物理现象的数值假象。一个典型的例子是频散，即不同频率的波以不同速度传播的现象。在黏弹性材料中，这是一个真实的物理效应；材料内部的松弛过程导致高频波的传播速度与低频波不同。然而，在计算机模拟中对时间进行离散化的行为本身也可能引入数值频散。某个特定的数值算法，其本质可能就会使波的高频分量传播得比低频分量稍慢或稍快。这项工作的一个关键部分是进行测试和分析，以区分流变模型真实的物理频散和计算方法自身产生的虚假频散。
从弹簧和阻尼器的简单舞蹈，到客观应力率的精妙几何学，再到正则化的实用技巧，计算流变学是一个连接物理世界与数字世界的领域。它不仅为我们提供了描述世界的工具，还让我们能以越来越高的保真度预测其复杂的力学行为。
我们已经花了一些时间学习游戏规则——描述奇异流体和软固体如何变形和流动的数学语言。我们见识过那些不推到一定程度就不动的流体，也见过那些搅得越快、黏度就越变的流体。那么，我们在哪里能看到这些规则的实际作用呢？答案原来是：无处不在。从创造我们现代世界的工业过程，到大陆板块雄伟而缓慢的舞蹈，再到我们身体细胞的秘密生活，流变学的原理无时无刻不在发挥作用。
但要真正领略其威力，我们必须超越观察，进行计算。这些现象错综复杂、相互耦合且非线性的本质意味着，一支铅笔和一张纸通常是不够的。我们需要在计算机内部建立虚拟实验室来探索这些复杂的行为。让我们透过计算流变学的镜头，踏上一段环球之旅，去发现支配这一切的物理定律那美妙的统一性。
我们的旅程从工厂车间开始，那里的工程师们正在努力应对那些难以简单描述的材料。考虑一下造纸厂试图泵送浓稠的木浆悬浮液时面临的挑战，这种悬浮液看起来更像是湿糊状物而不是液体。需要多大的功率？工程师可能会从一个粗略的近似开始，将纸浆视为一种简单的、黏稠的（牛顿）流体，以获得管道中摩擦力的一个大概估计。但这与现实相去甚远。更精细的分析表明，这类悬浮液更适合用描述番茄酱或牙膏等材料的模型来描述——它们具有屈服应力。直到泵施加的力克服了这种内阻力，纸浆才会开始流动。为了设计一个高效的泵送系统，必须考虑这种非牛顿行为，而包含 Bingham 塑性模型（该模型明确包括了屈服应力）的计算模型对于这项任务至关重要。
当我们审视聚合物制造等过程时，情况变得更加复杂。想象一下注塑成型的挑战，熔融的塑料在高压下被强制通过一个微小的喷嘴，以制造从手机壳到汽车零件的各种产品。在这里，物理过程变得更加错综复杂。当黏性聚合物受到剪切时，其自身的内摩擦会产生大量的热量——这种现象称为黏性耗散。这些热量反过来又会降低聚合物的黏度，使其更容易流动。但黏度的这种变化又会改变压降和流速，进而改变黏性生热的量。这是一个经典的反馈循环。在某些条件下，流动与热量之间的这种耦合可能导致一种“窒息状”行为，即增加压力差不再能显著增加质量流率。如果没有一个能同时求解动量和能量方程的计算机模型，预测这种复杂的多物理场行为几乎是不可能的。
从制药到采矿的许多行业，也处理大量的颗粒材料——粉末、谷物和颗粒。想象一个用于混合不同成分的大型旋转滚筒。根据旋转速度的不同，内部材料的行为方式可能千差万别：轻柔地来回塌落、保持稳定的滚动表面，或在剧烈的翻滚中被四处抛掷。这些状态由重力与离心力之间的竞争决定，这种关系由无量纲的弗劳德数 (Froude number) 捕捉。
但要预测流动的实际状态，例如自由表面的角度，我们需要一个流变模型。在这里，建模者面临一个关键选择。混合物的行为是由固体颗粒间的碰撞和摩擦主导，还是由周围流体的黏性拖曳主导？第二个无量纲量，斯托克斯数 (Stokes number)，给出了答案。如果斯托克斯数很大，颗粒惯性占优，我们必须使用像 模型这样的颗粒流变学。如果它很小，黏性力占主导，那么悬浮液流变学更合适。计算框架允许我们实现这两种模型，并利用物理推理为特定条件选择正确的模型，从而赋予我们预测这些复杂多相流的能力。
看过了流变学在人造世界中的威力，让我们将目光转向自然界。我们会惊奇地发现，同样的物理原理也适用，只是作用于迥然不同的空间和时间尺度。
我们在旋转滚筒中看到的模型选择问题——是摩擦力还是黏性力起主导作用？——对于理解像泥石流和 debris flows 这样的灾难性自然事件至关重要。一些地球材料，如干沙，其强度主要来源于颗粒间与压力相关的摩擦。而另一些材料，如湿黏土或泥浆，则具有内聚的、与压力无关的屈服应力。准确预测一个斜坡是否会失稳以及随后的流动行为如何，关键取决于选择正确的本构律，无论是摩擦性的 模型，还是黏塑性的 Bingham 或 Herschel-Bulkley 模型。
计算地质力学使我们能够将这些概念统一到一个强大的预测工具中。我们可以首先进行静态分析，使用经典土力学计算山坡的“安全系数”。如果这个系数小于一，斜坡就是不稳定的。但这并不能告诉我们接下来会发生什么。它是缓慢蠕变，还是崩塌成一场速度惊人的可怕泥石流？要回答这个问题，我们转而使用计算流变模型进行动态分析。通过将驱动的重力应力与材料的流变特性——其静摩擦和动态流动行为——进行比较，我们可以预测从静态固体到流动流体的转变，并估算由此产生的滑坡速度。
流变学定律也在更安静的场景中显现。想一想沙漏中那股简单而稳定的沙流。我们把它看作一个计时器，但它也是一个深刻的物理实验。沙子不是一种简单的流体；它对流动的阻力取决于局部压力和剪切速率。描述巨型滑坡中颗粒材料运动的同一个 流变学，也为沙漏中的流动提供了优美而准确的描述。这就是物理学的魔力：一个单一、优雅的定律可以将一座山与一个玩具联系起来。
让我们再深入一点，进入地球的地幔。在人类的时间尺度上，岩石是固体的缩影。但在数百万年的地质时间尺度上，地幔像一锅浓粥一样流动和翻滚，驱动着板块构造。模拟这个过程需要我们考虑极其复杂的流变学。在俯冲带，一个构造板块俯冲到另一个板块之下，巨大的应力会导致岩石中的矿物颗粒破碎并重组成更小的颗粒——这个过程称为动态重结晶。这是一个迷人的反馈循环的开始。对于扩散蠕变机制，更小的颗粒会导致黏度急剧降低，使岩石弱化，变形集中到一个狭窄的通道，即剪切带中。这种强烈的剪切会产生热量，进一步弱化岩石。然而，热量也为小颗粒的愈合和长大提供了能量，这对该过程起到了稳定的制动作用。要捕捉力学、热力学和微观结构之间这种错综复杂的舞蹈是一项艰巨的任务，只有通过耦合了流动、热量和颗粒大小演化方程的大规模计算模型才能实现。
从行星尺度，让我们一路缩小到单个活细胞的微观世界。事实证明，细胞是精湛的力学专家。它们不断地戳、拉和感知周围的环境，其环境的力学特性可以从根本上改变它们的行为。这个领域被称为力学生物学。
生物学家可以使用一种称为原子力显微镜 (AFM) 的工具来测量生物组织或培养细胞的水凝胶支架的“硬度”。实验包括用一个微小的球形探针压入软材料并测量力。要将这个力-压痕数据转化为一个有意义的物理量，如杨氏模量 ，必须使用一个力学模型，最常用的是 Hertz 接触理论。然而，这种解释只有在满足一系列假设时才有效：材料必须是均匀的，变形必须是微小的且纯弹性的，并且戳刺操作必须在一个与材料的黏弹性或多孔弹性响应有适当关系的时间尺度上进行。计算流变学为理解这些假设的有效性提供了框架。
而令人惊讶的是：我们如此仔细测量和建模的 值不仅仅是一个被动属性。它是一个主动的生物信号。细胞可以感知其基底的硬度，这个信号可以传递到细胞核，并指示诸如著名的 YAP/TAZ 调节因子之类的基因开启或关闭。这可以决定一个细胞是分裂、迁移，还是甚至分化成一种完全不同的细胞类型。材料的硬度——一个直接来自我们流变学手册的概念——对细胞来说是生死攸关的问题。
我们的旅程展示了计算流变学在解释和预测各个尺度世界方面的惊人力量。但它也应该教会我们一课：谦逊。我们的模型，无论多么复杂，始终是对现实的近似。
考虑一下震后松弛的问题。在一次大地震后，地面并不会立即停止运动。应力的突然变化导致深处的黏弹性地幔缓慢流动和重新调整，这个过程可以持续数十年，并由 GPS 站精确测量。地球科学家利用这些数据来推断地幔的黏度。但他们发现的黏度值严重依赖于他们为地幔所假设的流变模型。
一个计算实验可以清楚地说明这一点。我们可以使用一个更复杂、更现实的地幔模型，比如 Burgers 材料（它同时具有短期和长期的黏性响应），来生成“合成的”GPS 数据。然后，我们可以尝试使用一个过于简单的模型，比如 Maxwell 材料（它只有一种黏性流动模式），来分析这些完美的数据。我们发现，从简单模型中推断出的黏度是有偏差的——它不是真实的长时黏度。此外，这个偏差的大小甚至符号都取决于我们在“地震”后收集数据的时间长短。如果我们观察的时间短，我们主要对瞬态效应敏感，得到一个答案。如果我们观察的时间非常长，我们得到的答案会更接近真实的长时黏度。
这是一个深刻而普遍的教训。计算流变学不仅仅是获取答案的工具。它是一个提出更深层次问题的工具：我们的假设有多好？我们对模型的选择在多大程度上影响了我们的结论？它让我们不仅可以测试世界，还可以测试我们自身理解的局限性。它是一个发现的工具，也是一个强有力的提醒，提醒我们科学家最重要的美德：保持谦逊，永远质疑。