try ai
科普
编辑
分享
反馈
  • 对数应变

对数应变

SciencePedia玻尔百科
核心要点
  • 与非加性的工程应变不同,对数应变为大的、连续的变形提供了一种真正可加的度量。
  • 在其三维张量形式(Hencky 应变)中,它将变形清晰地分离为纯拉伸和旋转,从而可以对体积变化和形状变化进行独立分析。
  • 它是塑性理论和计算力学中的基本应变度量,使得在极端条件下对材料进行稳健的模拟成为可能。
  • 其应用范围广泛,从表征塑性力学和流变学中的材料行为,到诸如数字图像相关(DIC)等先进实验方法。

引言

我们如何精确描述橡皮筋的拉伸或金属部件的锻造?虽然这个问题看似简单,但传统的应变度量在变形较大或分多步发生时便会失效。这种理解上的差距限制了我们预测材料在极端条件下行为的能力。本文将介绍对数应变,这是一个强大而优雅的概念,它提供了变形的“真实”度量。在接下来的章节中,我们将探讨其基本原理,然后遍览其多样化的应用。第一章“原理与机制”将解构应变的概念,揭示为何对数是正确累积变形的关键,以及这一概念如何利用张量的语言扩展到三维空间。随后的“应用与跨学科联系”章节将展示对数应变如何成为从材料科学、塑性力学到地球物理学和计算力学等领域不可或缺的工具,为描述物体弯曲、流动和断裂的方式提供了统一的语言。

原理与机制

想象一下拉伸一根橡皮筋。它会变长。它被拉伸了多少?这个看似有显而易见答案的简单问题,为我们打开了一扇通往材料力学中最优雅概念之一的大门。我们选择如何回答这个问题,决定了我们描述大而复杂变形世界的能力,从钢材的屈服到冰川的流动。

拉伸的度量:两种应变的故事

我们从一根初始长度为 L0L_0L0​ 的简单金属棒开始。我们拉动它,直到其长度变为 LLL。量化拉伸最直观的方法是计算长度变化量 L−L0L - L_0L−L0​,然后除以原始长度 L0L_0L0​。这就得到了工程师所称的​​工程应变​​:

eeng=L−L0L0=LL0−1e_{\text{eng}} = \frac{L - L_0}{L_0} = \frac{L}{L_0} - 1eeng​=L0​L−L0​​=L0​L​−1

如果我们定义“拉伸比”为 λ=L/L0\lambda = L/L_0λ=L/L0​,那么工程应变就是 λ−1\lambda - 1λ−1。如果杆的长度增加一倍,即 λ=2\lambda=2λ=2,工程应变为 111(或 100%)。这看起来非常直观。

但让我们做一个思想实验。假设我们首先将杆拉伸 50%,使其新长度为 L1=1.5L0L_1 = 1.5 L_0L1​=1.5L0​。此时工程应变为 0.5。现在,我们拿起这根新拉伸过的杆,再次将其拉伸 50% (相对于其当前长度)。最终长度将是 L2=1.5L1=1.5×(1.5L0)=2.25L0L_2 = 1.5 L_1 = 1.5 \times (1.5 L_0) = 2.25 L_0L2​=1.5L1​=1.5×(1.5L0​)=2.25L0​。从最开始测量的总工程应变为 L2/L0−1=2.25−1=1.25L_2/L_0 - 1 = 2.25 - 1 = 1.25L2​/L0​−1=2.25−1=1.25。

这里的蹊跷之处在于:我们执行了两次“50% 应变”的操作,但总应变并非 0.5+0.5=1.00.5 + 0.5 = 1.00.5+0.5=1.0,而是 1.251.251.25。工程应变不具有可加性。这是因为在每一步中,我们作为“100%”长度的参考基准都在改变。这看似只是一个小麻烦,但对于经历巨大变形的材料,或对于分多步连续进行的过程(如金属锻造),这种缺乏可加性的问题就成了一个严重的概念性难题。

一定有更好的方法,一种更“真实”地测量应变的方法。力学界的先驱们提出了这样的想法:与其关注从初始状态开始的总变化,不如将变形视为一个连续的、无穷小的变化过程。在杆长为 lll 的任意时刻,我们将其拉伸一个微小的量 dldldl。其“瞬时”应变为 dl/ldl/ldl/l。为了求得总的“真”应变,我们只需将所有这些微小的分数变化累加起来,即从初始长度 L0L_0L0​ 积分到最终长度 LLL:

etrue=∫L0Ldll=ln⁡(L)−ln⁡(L0)=ln⁡(LL0)e_{\text{true}} = \int_{L_0}^{L} \frac{dl}{l} = \ln(L) - \ln(L_0) = \ln\left(\frac{L}{L_0}\right)etrue​=∫L0​L​ldl​=ln(L)−ln(L0​)=ln(L0​L​)

这个量 etrue=ln⁡(λ)e_{\text{true}} = \ln(\lambda)etrue​=ln(λ) 就是​​真应变​​,或者我们称之为​​对数应变​​。

对数的魔力:真正的可加性

现在让我们回到那个两步拉伸的实验。第一次 50% 的拉伸对应于拉伸比 λ1=1.5\lambda_1 = 1.5λ1​=1.5。对数应变为 ln⁡(1.5)\ln(1.5)ln(1.5)。第二次 50% 的拉伸是相对于中间状态,其拉伸比为 λ2=1.5\lambda_2 = 1.5λ2​=1.5。这第二步的对数应变也是 ln⁡(1.5)\ln(1.5)ln(1.5)。

从开始到结束的总拉伸比为 λtotal=2.25\lambda_{\text{total}} = 2.25λtotal​=2.25。总对数应变为 ln⁡(2.25)\ln(2.25)ln(2.25)。但是请注意!由于总拉伸是各个独立拉伸的乘积,即 λtotal=λ1λ2\lambda_{\text{total}} = \lambda_1 \lambda_2λtotal​=λ1​λ2​,对数函数的优美之处便显现出来:

ln⁡(λtotal)=ln⁡(λ1λ2)=ln⁡(λ1)+ln⁡(λ2)\ln(\lambda_{\text{total}}) = \ln(\lambda_1 \lambda_2) = \ln(\lambda_1) + \ln(\lambda_2)ln(λtotal​)=ln(λ1​λ2​)=ln(λ1​)+ln(λ2​)

对数应变可以完美地相加!这种可加性不仅是数学上的便利;它反映了变形作为累积过程这一本质的更深层次的真理。这是对数应变度量强大而优雅的第一个迹象。它是累积有限拉伸的正确方法。

解开扭转:从线到张量

当然,真实世界是三维的。一块被压扁的粘土不仅在一个方向上伸长,它还会在其他方向上凸起、剪切和扭转。为了描述这一点,我们需要一个更强大的数学工具:​​变形梯度张量​​,用矩阵 F\boldsymbol{F}F 表示。你可以将 F\boldsymbol{F}F 想象成一张“总图”,它告诉你未变形体中的任何微小向量是如何变换为变形体中的新向量的。

一个关键的洞见,被形式化为所谓的​​极分解​​,即任何变形都可以唯一地分解为两个独立的操作:一个纯拉伸,然后是一个纯刚体旋转。在数学上,我们写作:

F=RU\boldsymbol{F} = \boldsymbol{R}\boldsymbol{U}F=RU

在这里,U\boldsymbol{U}U 是​​右拉伸张量​​,一个对称矩阵,它捕捉了所有的拉伸和剪切——即材料形状的实际变化。R\boldsymbol{R}R 是一个​​旋转张量​​,它描述了被拉伸的形状如何在空间中旋转而不发生任何进一步的形状改变。由于应变本质上是关于形状和尺寸的变化,它必然完全隐藏在 U\boldsymbol{U}U 中。旋转 R\boldsymbol{R}R 与应变无关。所有有限应变的真实度量都必须以某种方式只与 U\boldsymbol{U}U 有关,这使得它们独立于任何后续的刚体旋转。

对数应变张量:纯拉伸的写照

有了这种关注点的完美分离,我们现在可以将我们的一维对数应变推广到三维。​​Hencky 应变张量​​(或对数应变张量)被简单地定义为拉伸张量的对数:

H=ln⁡U\boldsymbol{H} = \ln \boldsymbol{U}H=lnU

取一个矩阵的对数到底是什么意思?秘诀在于从正确的视角看待变形。对于任何对称的拉伸张量 U\boldsymbol{U}U,我们总能找到一组特殊的三个相互垂直的轴——​​主方向​​——沿着这些轴,变形是纯粹的拉伸,没有剪切。沿这些主方向的拉伸量被称为​​主拉伸​​,即 λ1,λ2,λ3\lambda_1, \lambda_2, \lambda_3λ1​,λ2​,λ3​。它们是矩阵 U\boldsymbol{U}U 的特征值。

那么,取张量 U\boldsymbol{U}U 的对数就变得异常简单:我们只需取其每个主拉伸的对数!应变张量 H\boldsymbol{H}H 的主方向与拉伸张量 U\boldsymbol{U}U 的主方向相同,其主值就是 ln⁡(λ1),ln⁡(λ2),\ln(\lambda_1), \ln(\lambda_2),ln(λ1​),ln(λ2​), 和 ln⁡(λ3)\ln(\lambda_3)ln(λ3​)。因此,看似抽象的张量 H=ln⁡U\boldsymbol{H} = \ln \boldsymbol{U}H=lnU 只是一个简洁的包,封装了沿着变形的三个主轴发生的三个一维对数应变。我们的三维定义完美地回归到我们直观的一维图像。

这个定义也可以用​​右柯西-格林张量​​ C=FTF=U2\boldsymbol{C} = \boldsymbol{F}^T\boldsymbol{F} = \boldsymbol{U}^2C=FTF=U2 来表示。由于 ln⁡(U2)=2ln⁡U\ln(\boldsymbol{U}^2) = 2 \ln \boldsymbol{U}ln(U2)=2lnU,我们经常看到 Hencky 应变被定义为 H=12ln⁡C\boldsymbol{H} = \frac{1}{2}\ln \boldsymbol{C}H=21​lnC。

优雅的变形记录员

这种对数应变的张量表述拥有一些非常优雅的特性,使其成为物理学家和工程师的挚爱。

其中最美妙的特性之一是它与体积变化的联系。一小块材料的体积变化因子为 J=det⁡FJ = \det \boldsymbol{F}J=detF。事实证明,Hencky 应变张量的迹(其对角元素之和,也等于其主值之和)恰好是体积变化比的对数:

tr(H)=ln⁡(λ1)+ln⁡(λ2)+ln⁡(λ3)=ln⁡(λ1λ2λ3)=ln⁡(J)\mathrm{tr}(\boldsymbol{H}) = \ln(\lambda_1) + \ln(\lambda_2) + \ln(\lambda_3) = \ln(\lambda_1\lambda_2\lambda_3) = \ln(J)tr(H)=ln(λ1​)+ln(λ2​)+ln(λ3​)=ln(λ1​λ2​λ3​)=ln(J)

这提供了一种非常清晰的方式来将变形分解为改变体积的部分和只改变形状的部分(​​等体积​​变形)。对于任何保持体积不变的变形,例如金属的塑性流动,我们有 J=1J=1J=1,这立即意味着 tr(H)=0\mathrm{tr}(\boldsymbol{H}) = 0tr(H)=0。这导致应变可以精确地、可加地分解为体积部分和形状改变(偏量)部分,这一特性在构建材料行为理论时极为强大。

此外,我们在二维情况下所珍视的可加性也延伸到了三维,但有一个关键条件。如果我们进行一系列的拉伸,总的对数应变张量是个体应变张量之和,当且仅当每一步的拉伸主方向都相同。我们称这种变形为​​共轴​​变形。需要这个条件是因为,在矩阵的语言中,乘积的对数等于对数的和(ln⁡(U2U1)=ln⁡U2+ln⁡U1\ln(\boldsymbol{U}_2 \boldsymbol{U}_1) = \ln \boldsymbol{U}_2 + \ln \boldsymbol{U}_1ln(U2​U1​)=lnU2​+lnU1​)仅当矩阵可交换时(U1U2=U2U1\boldsymbol{U}_1 \boldsymbol{U}_2 = \boldsymbol{U}_2 \boldsymbol{U}_1U1​U2​=U2​U1​),而共轴拉伸张量满足这个条件。

对数应变的优势

虽然有很多方法可以定义有限应变张量——例如格林-拉格朗日应变 E=12(C−I)\boldsymbol{E} = \frac{1}{2}(\boldsymbol{C}-\boldsymbol{I})E=21​(C−I)——但对数应变占有特殊的地位。其对共轴拉伸的可加性使其成为​​塑性力学​​理论的自然语言,在塑性理论中,材料以一系列漫长的增量步骤流动和变形。

此外,在计算力学领域,基于对数应变的算法以其卓越的稳健性和准确性而闻名,尤其是在涉及大旋转的问题中。它们能够正确预测材料的响应,而不会产生困扰简单模型的“幻象”应力,因为它们是围绕着我们在极分解中看到的拉伸和旋转的清晰分离而构建的。

从一个关于橡皮筋的简单问题出发,我们穿越了数学的风景,找到了一个量——对数应变,它不仅仅是一个定义,更是一个深刻而统一的原理。它优雅地处理了变形的累积,巧妙地分离了形状与尺寸,并为我们理解物理世界所拥有的一些最强大的理论和计算工具提供了基础。

应用与跨学科联系

我们已经穿越了张量和对数的抽象世界,定义了一种思考应变的新方式。你可能想知道,这番努力值得吗?这种“对数应变”仅仅是数学上的奇珍,是内行人的巧妙把戏,还是它揭示了关于物理世界某些深刻的真理?你会欣喜地发现,答案是后者。就像一把钥匙出人意料地打开了不止一扇门,对数应变的概念在广阔的科学和工程领域解锁了更深层次的理解。它揭示了物体弯曲、流动和断裂方式中惊人的和谐。

现在,让我们走进其中几扇门,亲眼看看这个想法不仅有用,而且在许多情况下是不可或缺的。

可加性的优点:真实记录变化

想象一下,你在以极慢的动作观看一根橡皮筋拉伸。你逐帧分析影片。在每个微小的时间间隔内,橡皮筋都会变长一点。如果你想知道它总共拉伸了多少,你会怎么做?你的第一反应可能是计算每一帧中的微小拉伸百分比,然后简单地将它们相加。但正如我们从工程应变的陷阱中看到的,这将给你一个错误的答案!因为“基准长度”在不断变化,这些百分比在大的变化范围内无法正确相加。

在这里,对数应变以其最优雅和强大的特性前来解围:它是可加的。如果你计算变形的每一个小步骤的对数应变,并将它们全部相加,你将得到从开始到结束的精确总对数应变。对于大的、连续的变形,它是唯一表现出这种特性的应变度量。

把它想象成复利。工程应变就像单利,总是根据你的初始存款计算。对数应变就像连续复利,每一份增长都基于当前的总量。从这个意义上说,它是累积的“真实”度量。

这不仅仅是一个学术观点。像数字图像相关(DIC)这样的现代实验技术就依赖于这一原理。DIC可以追踪变形表面上的数千个点,提供从一帧视频到下一帧的完整变形图。为了获得一个长实验中的总应变,科学家必须使用对数应变;否则,他们对变形的记录将从根本上是错误的。

这种可加性还意味着对数应变的速率恰好是物理学家在实验室中测量的变形速率。这个优美的等式使得流变学(研究流动的科学)等领域的工程师可以编程设备,对聚合物熔体等材料施加复杂的、时变的拉伸速率,并且知道累积的总应变就是该速率对时间的积分。

变形的几何学:洞察纯粹的形状变化

变形不仅仅是变长或变短;它关乎体积和形状的改变。对数应变再次提供了一种非常清晰的方式来区分这两种效应。

考虑一个在地壳深处被压缩的地球物理材料块。它会被压扁,体积减小,但也会被扭曲,形状改变。对数应变使我们能够完美地分离这两个动作。主对数应变之和——即沿三个最大拉伸垂直轴的应变之和——给出了体积的精确对数变化。改变体积的应变为 ϵvolumetric=ϵ1+ϵ2+ϵ3\epsilon_{\text{volumetric}} = \epsilon_1 + \epsilon_2 + \epsilon_3ϵvolumetric​=ϵ1​+ϵ2​+ϵ3​。这是一个非常简单而精确的关系。

在我们考虑了体积变化之后,剩下的是什么?纯粹的形状变化。这就是物理学家所说的*偏应变*。这一概念的力量在一个经典例子中表现得最为明显:简单剪切。想象一下剪切一副扑克牌。顶牌滑过底牌,但整副牌的总体积不变。当我们计算这个运动的对数应变张量时,我们发现一个非凡的结果:它的迹(对角元素之和)恰好为零。这意味着体积应变为零,整个变形纯粹是形状的改变。数学完美地反映了物理现实。

这种分解变形的能力不仅限于主轴。如果我们对具有内部结构的材料感兴趣,比如一块木头中的纹理或高科技复合材料中的纤维,该怎么办?我们可以使用连续介质力学的工具来计算材料内部任意纤维方向的对数应变,从而精确测量该特定结构元素被拉伸或压缩的程度。这对于设计在特定方向上具有高强度的材料至关重要。

材料的语言:从塑性到相变

也许对数应变最深刻的应用是在材料科学领域,它已成为描述材料在极端条件下行为的自然语言。

当你弯曲一个回形针并且它保持弯曲状态时,它经历了塑性变形。这些变形通常是大的且不可逆的。为了创建预测这种行为的理论,我们需要一种稳健的方法来量化应变。在这里,对数应变是无可争议的冠军。工程师将对数应变张量的分量组合成一个称为von Mises 等效应变的标量值。这个值代表了材料所经历的总扭曲量,与方向无关。通过绘制材料中的应力与该等效对数应变的关系图,我们可以获得材料独特的“指纹”或本构律。这条使用对数应变正确测量的应力-应变曲线,是计算机模拟的基本输入,用于预测从汽车车架在碰撞中如何压皱到建筑物如何响应地震等一切事物。该框架甚至足够灵活,可以适用于土壤和岩石等行为依赖于环境压力的材料。

故事并不仅限于金属。考虑像形状记忆合金(SMAs)这样的“智能材料”。这些材料可以被变形,然后在加热时神奇地恢复到其原始形状。这种效应是由于晶体结构中的相变引起的。这种相变涉及一个大的、内建的应变,最好将其描述为对数相变应变。理解这种应变是设计从自展开空间天线到在动脉内扩张的医疗支架等设备的关键。

或者想想软物质,比如被拉成细纤维的聚合物熔体。当纤维被拉伸时,其直径会缩小。不可压缩性决定了轴向拉伸和径向收缩之间的精确关系。当用 Hencky 应变表示时,这种关系呈现出一种优美的简单指数形式:直径随轴向应变的一半呈指数下降。这一基本结果在聚合物、食品和其他复杂流体的流变学中得到日常应用。

数字前沿与一句提醒

在我们的现代世界中,大量的工程和科学工作都是在计算机内完成的。我们如何将这些物理思想转化为稳健的算法?这正是对数应变的真正天才之处。大塑性变形的方程是出了名的复杂。然而,通过采用基于对数弹性应变的框架,计算力学家发现,解决这些复杂问题的数值算法——即所谓的“返回映射”——在形式上与用于无限小应变的简单得多的算法相同。这是一个惊人的结果。正确的数学语言选择驯服了有限塑性狂野的复杂性,使我们的模拟更加优雅、高效和稳健。

但强大的能力也需要深刻的理解。对数应变是万能药吗?没有理论是万能的。基于 Hencky 应变的最简单、最优雅的塑性模型,其核心是非线性弹性模型。这意味着它们是路径无关的:应力仅取决于最终应变,而与达到该应变的历史无关。然而,真实材料通常具有记忆性。如果你将一根金属棒向一个方向弯曲,再将其弯回另一个方向通常会更容易——这种现象被称为包辛格效应。一个简单的 Hencky 变形理论,由于其本质,无法捕捉这种路径依赖的行为。

这个局限性不是失败,而是一个教训。它精确地告诉我们简单模型的边界在哪里,并为通往更复杂的、包含历史的“流动理论”照亮了道路。一个好的理论不仅能解释很多东西,而且能清晰地定义其自身知识的边界。

从追踪岩石的缓慢蠕变到模拟车辆的高速碰撞,从拉伸太妃糖到设计自修复材料,对数应变为我们提供了一个统一而强大的视角。它证明了这样一个事实:有时,那些看似最抽象的数学思想,最终却被证明是最实用的,揭示了物理世界深刻而优雅的结构。