Oldroyd-B 模型

玻尔百科

关键要点

Oldroyd-B 模型通过将粘弹性流体概念化地视为简单牛頓溶剂和代表聚合物链的弹性组分的混合物来描述它们。
它成功地预测了独特的弹性现象，例如引起爬杆效应的法向应力差，以及在临界應變率下的無限拉伸粘度。
无量纲数 Weissenberg 数 (Wi) 是从该模型导出的一个关键参数，它量化了流动中弹性效应相对于粘性效应的主导地位。
尽管该模型很简单，但它是流变学、工程学和计算模拟中理解和预测复杂流体行为的基础工具。

引言

我们日常遇到的许多材料，从洗发水到熔融塑料，都难以简单地归类为固体或液体。这些被称为粘弹性流体的物质，表现出对其过去形变的“记忆”，导致了经典流体力学无法描述的复杂且往往违反直觉的行为。这就产生了一个巨大的知识鸿沟，因为牛顿粘性定律不足以预测诸如爬杆效应或稳定流体细丝形成等现象。为了弥合这一鸿沟，物理学家们发展了数学框架，其中最优雅和最基础的之一便是 Oldroyd-B 模型。本文深入探讨了流变学的这一基石，探索了赋予其预测能力的原理以及使其不可或缺的应用。

在接下来的章节中，您将揭示 Oldroyd-B 模型的理论基础。第一部分“原理与机制”将通过机械类比揭开其混合方法的神秘面纱，并引入捕捉流体记忆和弹性的基本数学概念。随后，“应用与跨学科联系”将展示该模型的深远实际影响，说明它如何被用于表征材料、在微流控和工业过程中设计复杂流动，以及解决具有挑战性的多物理场问题。

原理与机制

我们如何开始理解像洗发水、油漆或熔融塑料这类流体的奇特而美妙的行为？与水或空气不同，这些材料具有“记忆”。如果你搅拌它们，它们不仅仅是流动；它们会以意想不到的方式反抗。如果你拉伸它们，它们可以形成长而稳定的细丝。它们部分是液体，部分是固体——它们是粘弹性的。为了捕捉这种双重性质，我们需要的不仅仅是牛顿的简单粘性定律。我们需要一种新的物理定律，而其中最美丽和最基础的之一就是 Oldroyd-B 模型。

两种流体的故事：混合方法

Oldroyd-B 模型的精妙之处不在于从零开始发明一种全新的物理学，而在于以一种巧妙的方式将两个熟悉的概念结合起来。它设想粘弹性流体不是一种单一、奇特的物质，而是两种组分共同作用的混合物。

首先，我们有一种简单的日常液体——牛顿溶剂。可以把它想象成玉米淀粉浆中的水。这种溶剂的行为完全符合你的预期：它所施加的应力与你使其形变的速度成正比。我们可以优雅地写成 $\boldsymbol{\tau}_{s} = 2\eta_{s}\boldsymbol{D}$ ，其中 $\boldsymbol{\tau}_{s}$ 是溶剂的应力张量， $\eta_{s}$ 是其粘度（衡量其“稠度”）， $\boldsymbol{D}$ 是形变率张量，它在数学上描述了流体如何被拉伸和剪切。这个组分提供了基本的“液体”背景。它没有记忆；它只关心当下发生的事情。

第二个组分是神奇之处所在。这是聚合物贡献，它解释了溶解在溶剂中的长链聚合物分子。这些分子就像微观的意大利面条。当流体流动时，这些长链被拉伸和取向，储存弹性势能，就像橡皮筋一样。这赋予了流体“记忆”和类似固体的性质。Oldroyd-B 模型认为，总应力 $\boldsymbol{\tau}$ 只是这两部分之和：来自溶剂的瞬时粘性响应和来自聚合物的时间依赖性弹性响应。

$\boldsymbol{\tau} = \boldsymbol{\tau}_{s} + \boldsymbol{\tau}_{p}$

这种加和的方法非常强大。它使我们能够从更简单、易于理解的部分构建一个复杂的流体模型。

机械类比：弹簧、阻尼器与记忆

为了更直观地理解这一点，物理学家们经常使用一个涉及弹簧和阻尼器（油缸中的活塞）的有趣类比。

阻尼器代表纯粘性液体。你拉得越快，它的阻力就越大。力与速度成正比。这就是我们的牛顿溶剂。
弹簧代表纯弹性固体。你拉伸得越多，它回拉的力就越大。力与位移成正比。这就是弹性的本质。

聚合物的贡献不仅仅是一个弹簧，也不仅仅是一个阻尼器。它两者兼而有之。我们将其建模为一个弹簧和一个阻尼器*串联*。这种组合被称为 Maxwell 元件。如果你拉动一个 Maxwell 元件，弹簧会瞬间拉伸，但阻尼器也开始移动，使整个装置能够流动。如果你将其保持在固定的拉伸状态，来自弹簧的初始力会随着阻"尼器的松弛而慢慢衰减。这个应力衰减到其初始值约 $1/\exp(1)$ 所需的时间是一个关键属性，称为松弛时间，用 $\lambda$ 表示。这是流体的“记忆跨度”。

现在，要构建完整的 Oldroyd-B 模型，我们取我们的 Maxwell 元件（聚合物），并将其与另一个阻尼器（溶剂）并联。想象一下对这个整个装置施加一个力。一部分力使溶剂阻尼器变形，一部分力使 Maxwell 元件变形。这个简单的机械图像捕捉了 Oldroyd-B 模型的核心。它完美地解释了为什么在非常缓慢的形变下，流体感觉就像一个总粘度为 $\eta_{0} = \eta_{s} + \eta_{p}$ 的简单液体（两个阻尼器粘度之和），但在快速形变下，Maxwell 元件的类弹簧性质变得突出。这个类比甚至帮助我们理解更微妙的概念，比如延迟时间 $\lambda_2$ ，它表征了流体在恒定应力下的蠕变行为，并且是松弛时间和两个组分粘度的函数。

流动的语言：一种更智能的计时方式

弹簧和阻尼器的类比是一个很好的指南，但真实的流体更为复杂。它不仅仅是拉伸；它还会旋转、翻滚。一个物理定律必须在观察者无论如何移动或旋转时都给出相同的结果。这个原则被称为物质客观性。

如果我们用一个简单的时间导数 $\frac{\partial \boldsymbol{\tau}_{p}}{\partial t}$ 来写聚合物应力方程，我们的方程将无法通过这个检验。一个与流体元一起旋转的观察者测得的应力变化率会与一个静止的观察者测得的不同。为了修正这一点，我们需要一个“更智能”的时间导数，它能感知流体的局部拉伸和旋转。这就是上随钻导数的杰出概念，用 $\stackrel{\triangledown}{\boldsymbol{\tau}}_{p}$ 表示。

你可以这样理解：上随钻导数从材料本身的角度测量应力变化率，正确地减去了仅仅因为流体元被流动旋转或拉伸而产生的任何表观变化。它确保了我们的本构方程是一个真正的物理定律。

有了这最后一块拼图，我们就可以写出 Oldroyd-B 模型的核心数学表达式：

\boldsymbol{\tau}_{p} + \lambda \stackrel{\triangledown}{\boldsymbol{\tau}}_{p} = 2\eta_{p}\boldsymbol{D}

这个方程是物理推理的杰作。它表明，聚合物应力 $\boldsymbol{\tau}_{p}$ 并非简单地与形变率 $\boldsymbol{D}$ 成正比。相反，它随时间演化，试图松弛到零应力状态（时间常数为 $\lambda$ ），同时又由流体的形变产生。上随钻导数 $\stackrel{\triangledown}{\boldsymbol{\tau}}_{p}$ 处理了流动的复杂运动学，使方程具有客观性。

无量纲数：参与规则

为了真正理解一个模型的内涵，物理学家们喜欢用无量纲数来思考。这些数字告诉我们在特定情况下哪种物理效应占主导地位，而不会陷入具体单位的泥潭。对于 Oldroyd-B 模型，有两个数字至关重要。

首先是粘度比， $\beta = \frac{\eta_{s}}{\eta_{s}+\eta_{p}}$ 。这个总是在 0 和 1 之间的数字，告诉我们总零剪切粘度中有多少比例来自简单的溶剂。如果 $\beta \to 1$ ，流体几乎全是溶剂；其行为接近牛顿流体。如果 $\beta \to 0$ ，聚合物的粘弹性特征完全占主导。参数 $\beta$ 就像一个旋钮，让我们可以调整模型流体的“弹性”。

然而，粘弹性中最重要的无量纲数是 Weissenberg 数， $Wi$ 。它被定义为流体的松弛时间与流动过程的特征时间之比：

Wi = \frac{\lambda}{T_{\text{flow}}} = \lambda \dot{\gamma}

这里， $\dot{\gamma}$ 是一个特征形变率（如剪切率）。Weissenberg 数回答了一个简单的问题：“在再次被形变之前，流体是否有足够的时间松弛？”

如果 $Wi \ll 1$ ，流动相对于流体的松弛时间非常慢。聚合物链有足够的时间回到它们平衡的、盘绕的状态。流体的“记忆”在累积之前就被抹去了，它的行为很像一个简单的牛顿液体。
如果 $Wi \gg 1$ ，流动非常快。聚合物链被拉伸的速度超过了它们松弛的速度。流体的记忆现在变得至关重要。弹性效应累积并主导行为，导致奇怪且非直觉的现象。

Weissenberg 数是我们探索粘弹性世界的向导。它告诉我们何时应该期待意想不到的事情发生。它在概念上与 Deborah 数 $De$ 有关，对于稳定流动如简单剪切流，如果将过程的观察时间定义为剪切率的倒数，它们通常被认为是等效的。

预测与惊喜：模型在行动

一个模型的好坏取决于它的预测。当我们对特定流动求解 Oldroyd-B 方程时会发生什么？结果既令人惊讶又深刻。

持续搅拌：剪切流与爬杆效应

让我们首先考虑一个稳定的简单剪切流，就像搅拌一杯咖啡一样。该模型做出了两个关键预测。

首先，它预测剪切粘度 $\eta = \tau_{xy}/\dot{\gamma}$ 是恒定的： $\eta = \eta_s + \eta_p$ 。粘度不随剪切率变化。这种剪切变稀（即流体攪拌得越快变得越“稀”）现象的缺失是简单 Oldroyd-B 模型的一个已知局限。

然而，该模型还预测了一些非同寻常的事情。除了剪切应力，流动还在垂直于流动的方向上产生应力。这被称为第一法向应力差， $N_1 = \tau_{xx} - \tau_{yy}$ ，模型预测它为非零，并且与剪切率呈二次关系： $N_1 = 2\eta_{p}\lambda \dot{\gamma}^{2}$ 。这是一个牛顿流体不表现出的纯弹性效应。这种法向应力是导致著名的 Weissenberg 效应或爬杆效应的力，即粘弹性流体沿旋转杆向上爬升，而不是被离心力向外甩出。这是隐藏在上随钻导数内部的非线性物理学的一个直接而美丽的证实。

拉太妃糖：拉伸流与线圈-拉伸转变

当我们考虑一种不同类型的流动时，故事变得更加戏剧性：稳定的单轴拉伸流，就像拉伸一块太妃糖一样。在这里，模型的非线性特性真正展现出来。当你拉伸流体时，聚合物链与流动方向对齐并变得伸长。继续拉伸所需的应力会增加。

Oldroyd-B 模型预测，随着应变率 $\dot{\epsilon}$ 接近一个临界值，应力不仅仅是变大——它会趋于无穷大！这个临界应变率被发现是：

\dot{\epsilon}_{c} = \frac{1}{2\lambda}

这个数学上的奇点对应着一个真实的物理现象，称为线圈-拉伸转变。在这个临界速率下，流动对聚合物分子施加的拖曳力变得足够强，足以克服它们自然盘绕的趋势，它们被拉伸成几乎笔直的线。这导致流体对进一步拉伸的抵抗力急剧增加。这一预测解释了为什么聚合物溶液可以形成非常稳定的细丝和纤维，以及为什么它们在被拉伸时与被剪切时的感觉如此不同。

伟大的二重奏：双向互动

最后，我们必须记住，应力和流动被锁定在一场亲密的舞蹈中。流体运动的全景由动量平衡方程控制，该方程指出流体的加速度是由力引起的，包括压力梯度，以及至关重要的应力张量的散度。

这种耦合是一条美丽的双向街道：

速度场 $\boldsymbol{u}$ 使流体变形，产生形变率 $\boldsymbol{D}$ 。
这种形变根据 Oldroyd-B 本构方程驱动聚合物应力 $\boldsymbol{\tau}_p$ 的演化。
产生的总应力 $\boldsymbol{\tau} = 2\eta_s\boldsymbol{D} + \boldsymbol{\tau}_p$ 随后作为力（通过其散度 $\nabla \cdot \boldsymbol{\tau}$ ）进入动量方程。
这个力改变了速度场 $\boldsymbol{u}$ ，进而改变了形变，重新开始这个循环。

Oldroyd-B 模型以其优雅的简洁性，提供了这个反馈回路中的关键环节。它是从摆动的聚合物链的微观世界到粘弹性流体流动的宏观、且常常是壮观的世界之间建立数学桥梁的第一个也是最重要的一步。它揭示了原理的统一性——从简单的机械类比到物质客观性的深刻要求——这些原理支配着我们在日常生活中遇到的一些最复杂和最迷人的材料。

应用与跨学科联系

我们已经穿越了 Oldroyd-B 模型的理论景观，学习了其松弛时间和随钻导数的语言。您可能会倾向于认为这只是一个美丽但深奥的数学片段，是理论家书架上的一个珍品。事实远非如此。Oldroyd-B 模型不是终点，而是一座桥梁。它是连接摆动的聚合物链的微观世界与工业过程、生物系统和前沿技术的宏观世界的关键纽带。现在，让我们跨过这座桥，探索它所开辟的非凡领域。

材料表征的艺术

在我们能够使用一种复杂的流体之前，我们必须首先了解它的特性。它是像蜂蜜一样粘稠迟缓，还是像橡皮筋一样富有弹性和韧性？粘弹性流体两者兼备，而 Oldroyd-B 模型提供了量化这种双重性质的工具。这就是流变学——研究形变与流动的科学——的范畴。

想象一下你想了解一个钟。你不会只看着它；你会敲击它，聆听音调以及它响多久。流变学家对流体做类似的事情。在一种称为小振幅振荡剪切（SAOS）的技术中，流体样本以特定频率 $\omega$ 来回“摇晃”。纯粘性流体会简单地抵抗，其响应与摇晃完全同步。弹性固体会回推，也同步。而粘弹性流体则表现出一种奇妙的中间状态：它既抵抗又回推，但其响应与摇晃运动不同步。

Oldroyd-B 模型完美地预测了这种行为。它表明流体的响应由一个复数粘度 $\eta^*(\omega)$ 控制。这不仅仅是一个数字；它是一个包含两部分的量。 “同相”部分告诉我们流体的粘性耗散（像液体），而“异相”部分告诉我们它的弹性储能（像固体）。通过在一系列频率上测量 $\eta^*(\omega)$ ，我们可以为材料创建一个详细的指纹，一个模型让我们能够解读的指纹。

但剪切并不是探测流体的唯一方法。当你拉伸它时会发生什么？想想从披薩上拉出一根马苏里拉奶酪丝。那种“拉丝性”是拉伸粘度的结果。一项名为毛细管断裂拉伸流变测量法（CaBER）的卓越实验以受控的方式精确地做到这一点，拉伸一根微小的流体细丝并观察它变细。对于简单的牛顿流体，表面张力会导致细丝迅速断裂。但对于聚合物溶液，弹性力会反击，导致细丝以缓慢、优雅的指数方式衰减变细。Oldroyd-B 模型预测了这种确切的行为，表明这种衰减的特征时间与聚合物松弛时间 $\lambda$ 成正比。这为我们提供了一种强大的方法，只需观察一滴液滴的断裂就能测量流体的“记忆”[@problemid:2925793]。

工程流动：从工厂到微芯片

一旦我们能够表征这些流体，我们就可以开始设计使用它们的系统。应用无处不在，从制造塑料零件到设计“芯片实验室”诊断设备。

你可能会认为，在一个简单的直通道流中，比如在管道或挤出机中，事情会很简单。确实，对于 Oldroyd-B 流体的稳定直线流动，会发生一件令人惊讶的事情：剪切应力分布与简单牛顿流体的完全相同。弹性似乎消失了！但这是一种巧妙的欺骗。虽然剪切应力是牛顿式的，但弹性表现为*法向应力*——作用于垂直于流动方向的力。被剪切拉伸的聚合物链沿着流线产生张力，就像一系列拉紧的橡皮筋。在直通道中，这种张力是均匀的，作用不大。

但如果通道弯曲了会怎样？

突然间，那个隐藏的张力成为了主角。当流体绕过弯道时，沿弯曲流线的张力产生了一个净向内力——一种“弹性环向应力”。这种在牛顿流体中没有对应物的力，可以驱动二次流，即使在惯性完全可以忽略不计的情况下（即雷诺数为零时），也会在通道的横截面产生旋转涡流。这不是一个微不足道的影响；它可以从根本上改变流型，这在设计通道通常是蛇形的微流控设备时是一个关键的考虑因素。

将流速推得更快，事情会变得更有趣。流体的惯性（其保持直线运动的趋势）和它的弹性（其产生环向应力的趋势）开始了一场复杂的舞蹈。在某些几何形状中，比如蜿蜒的蛇形通道，这可能导致惯性-弹性不稳定性。平滑的层流可以自发地爆发成复杂的、时间依赖的、甚至是混沌的模式。这种现象源于推动流体向外的惯性离心力与将其向内拉的弹性环向应力之间的竞争。对于工程师来说，这可能是福也是祸。如果你想在微观尺度上混合两种流体，这种弹性湍流是一种非常高效的搅拌器。如果你想有序地输送细胞或颗粒，这就是你必须设计系统以避免的灾难。

一个多物理场的世界

宇宙很少向我们呈现一个纯粹的流体力学问题。流动几乎总是与其他物理现象耦合在一起，而正是在这里，像 Oldroyd-B 这样的模型的预测能力才真正大放异彩。

考虑传热。许多工业过程，如聚合物挤出和注塑成型，都需要精确的温度控制。流体的速度分布决定了热量如何被携带——这个过程称为对流。既然我们已经看到粘弹性可以显著改变速度分布（例如，通过二次流），那么它也必须影响传热是合乎逻辑的。告诉我们何时需要担心的关键参数是名副其实的弹性数， $El = Wi/Re_g$ ，它比较流体的松弛时间与其粘性动量扩散的时间。当 $El$ 很大时，弹性效应主导惯性，传热特性可能会显著偏离入门教科书中教授的牛顿流体预测。

让我们在混合物中加入柔性结构。当你将一个柔软、灵活的细丝——比如生物纤毛或合成纤维——放入粘弹性流中时会发生什么？在简单的牛頓流体中，细丝会在粘性拖曳力下弯曲。在 Oldroyd-B 流体中，故事更加丰富。流体产生的弹性应力改变了压力场，并对物体施加额外的力，导致一种称为聚合物引起的阻力增强的现象。细丝经历的阻力比在相同粘度的简单粘性流体中更大，偏转也更多。这对理解生物流体（如粘液）中微生物的运动，以及设计在复杂流体环境中运行的软体机器人系统具有深远的影响。

也许最令人兴奋的前沿之一是粘弹性与电磁学的耦合。在微米和纳米流体设备中，电场常用于泵送和操控流体。当电场沿带电表面施加时，它会拖动流体前进，这个过程称为电渗。在牛顿流体中，流体速度简单地跟随电场。在 Oldroyd-B 流体中，响应变得频率依赖。流体的弹性记忆导致其速度落後于驱动电场，这是一个模型精确预测的相移。这为新的流体控制模式提供了可能。但同样，存在不稳定的可能性。表面电荷的陡峭梯度可以产生一个强拉伸流区域。如果拉伸速率足够高，它可能导致聚合物应力灾难性增长，从而导致纯粹的弹性流不稳定性。这种静电学和流变学的结合是下一代芯片实验室技术的核心。

虚拟实验室

面对如此眼花缭乱的复杂行为，我们如何才能设计系统来利用或避免它们？我们在计算机内部建立虚拟实验室。计算流体动力学（CFD）使我们能够求解这些复杂流体的运动方程。然而，Oldroyd-B 模型的丰富性本身就构成了一个巨大的挑战。随着 Weissenberg 数（ $Wi$ ）——衡量流动弹性特征的指标——的增加，标准的数值模拟往往会 spectacularly 地崩溃。这就是臭名昭著的“高 Weissenberg 数难题”。

原因有二。在数学上，方程变得极其刚性，并且容易产生非物理结果。在物理上，在高 $Wi$ 下，流体可以形成极薄但应力巨大的层，特别是在边界和角落附近。为了捕捉这些特征，研究人员开发了复杂的数值技术，例如将格子 Boltzmann 求解器用于流体与单独的求解器用于本构方程耦合的混合方法，以及像“对数构象”方法这样的数学重构，以保证应力计算的物理完整性。模拟这些流动所做的持续努力证明了模型的复杂性及其重要性；它所描述的现象如此重要，以至于它们 justify 了计算科学领域巨大的并行努力。

从食品的拉丝性到工厂中塑料的流动，再到微流控混合器的设计和我们体内纤毛的摆动，Oldroyd-B 模型所捕捉到的原理是普遍的。它远不止是一组方程。它是一面透镜，通过它我们可以看到世界隐藏的弹性本质，揭示出一个 stunningly 复杂而又 profoundly 统一的景观。