Welcome Message

「流行起於高分子,變化盡藏微宇宙」! 歡迎光臨「流變學好簡單 | The RheoMaster」部落格,成立於 2019/2/22,旨在提供簡單的中文流變學知識,包括高分子流變學、輸送現象、高分子加工、流變量測等。您可至右方進行關鍵字搜尋,若有任何建議,請至文章留言或來信 yuhowen@gmail.com。 Welcome to "The RheoMaster" Blog. This website was established in Feb 2019. In view of the lack of Chinese literature on rheology, here we offer basic knowledge relevant to polymer rheology, transport phenomena, polymer processing, rheometry, etc. If you have any suggestion, please leave a message on the post you are reading or email us at yuhowen@gmail.com.

2019年8月7日

Giesekus Model 於穩態剪切流場之物質函數

先前曾經簡短介紹非線性黏彈性模型 3-constant Giesekus model,它包含一個二次的應力分量 (quadratic in the stress components)
(1)
其中,λ 是時間常數,η0 是零剪切黏度,α 是無因次的參數。此模型能夠合理描述大部分的物質函數 (material functions) ,於各式流場下,Giesekus model 的解析表示式見 Table 8.5-1 。若將不同模式下 (modes) 的 Giesekus model 疊合,幾乎可定量描述物質函數,因此 Giesekus model 常被用於流體力學的計算
Table 8.5-1


Reference: RB Bird, WE Stewart, EN Lightfoot, Transport Phenomena, 2nd ed (Wiley 2002); CD Han, Rheology and Processing of Polymeric Materials, Vol. 1, Polymer Rheology (Oxford University Press 2007).

§8.5 非線性黏彈性模型 (Nonlinear Viscoelastic Model): Part 1

我們都知道有一個假設是非常合理的,那就是,如果我們量測橡膠帶 (rubber band) 的應力與應變之關係,量測結果是不會因為我們是沿南北的方向拉伸橡膠帶,或沿東西的方向拉伸而不一樣,也不會因為我們量測時處於旋轉的狀態而改變實驗結果 (前題是旋轉速度緩慢,離心力不至影響結果)。若接受了這個假設,我們該如何在建構模型時將之實現? 有一種實現此合理假設的方法為,在每個流體粒子 (fluid particles) 引入一個共旋座標系 (corotating coordinate frame),當這個正交的座標系跟著流體粒子在空間中移動時,座標系會隨著局部瞬間角速度而旋轉,如 Fig. 8.5-1 所示。據此,我們可以得到幾個非線性黏彈性模型 (nonlinear viscoelastic models),簡單介紹如下。

Fig. 8.5-1共旋座標系 (corotating frame) 的概念

Oldroyd 6-constant model 滿足上述假設,也就是說,模型的預測不會因為流體粒子在空間中之局部瞬間方向性而改變 (i.e., no dependence on the local instantaneous orientation of the fluid particles in space)。Oldroyd 6-constant model 的方程式為
(1)
其中, λ1λ2μ0μ1μ2 是單位為時間的常數,
(2)
為二階張量 α 的共旋時間導數 (corotational time derivative),
(3)
為渦度張量 (vorticity tensor),D/Dt 為實質時間導數 (substantial time derivative)。6-constant model 雖然是一個經驗模型 (empirical model),但是如果能適當決定模型參數,則大部分高分子流體力學觀察到的現象均可被其定性描述。因此,Oldroyd 6-constant model 經常被用於探索性質之流體力學計算。Oldroyd 6-constant model 可簡化成三個參數的模型,稱之為 Oldroyd-B model,在此簡化的模型中,μλ1μλ2μ= 0。

另一個非線性黏彈性模型是 3-constant Giesekus model,它包含一個二次的應力分量 (quadratic in the stress components)
(4)
其中,λ 是時間常數,η是零剪切黏度,α 是無因次的參數。此模型對大部分的物質函數 (material functions) 均能合理地描述其曲線形狀,於各式流場下,Giesekus model 的解析表示式見 Table 8.5-1 。若將不同模式下 (modes) 的 Giesekus model 疊合,幾乎可定量描述物質函數,因此 Giesekus model 常被用於流體力學的計算



Reference: RB Bird, WE Stewart, EN Lightfoot, Transport Phenomena, 2nd ed (Wiley 2002).

2019年8月5日

§8.4 彈性和線性黏彈模型 (Elasticity and the Linear Viscoelastic Models))

傑弗瑞模型 (Jeffreys Model) 
在馬克斯威爾模型中 (Maxwell model),應力 (stress) 和速度梯度 (velocity gradient) 是線性關係,並具有一個時間微分的應力項,Maxwell model 方程式如下
(8.4-3)
我們可於 Eq. 8.4-3 中加入一個時間微分的速度梯度項,並維持其原有的線性關係,我們稱之為傑弗瑞模型 (Jeffreys model)
(8.4-4)
在 Jeffreys model 中有三個參數,即零剪切黏度 (η0) 和兩個時間常數 (λ和 η),λ1 為流體的鬆弛時間 (relaxation time),λ2 為延遲時間 (retardation time)。

Jeffreys model 的另一種物理解釋方法為,它是牛頓溶劑的應力貢獻 (s) 和高分子的應力貢獻 (p) 之總和 (即 τ = τs + τp),且高分子仍為 Maxwell model 所描述,即

(8.4-4a, b)
如果我們將 Eq. 9.4-4a 加上 Eq. 8.4-4b,再加上 λ1 乘以 Eq. 8.4-4a 的時間微分,我們便可得到 Jeffreys model (Eq. 8.4-4),其中 η = ηs + ηp 且 λ2 = (η/ (ηs + ηp)λ1 

廣義的馬克斯威爾模型 (Generalized Maxwell Model)
能夠同時描述具黏性 (viscous) 與彈性 (elastic) 的流體之最簡單方程式為馬克斯威爾模型 (Maxwell model)
(8.4-3)
其中 λ1 為流體的時間常數 (鬆弛時間),η0 為零剪切黏度。Maxwell model 最主要的問題在於它無法預測高分子液體剪切致稀行為 (shear thinning)。 於先前的文章我們已詳細介紹過 Maxwell model 了 (請用關鍵字 "Maxwell" 搜尋本部落格),這裡介紹其廣義的版本。

若我們將與 Eq. 8.4-3 具相同型式的方程式相加,我們可得到廣義的 Maxwell 模型 (generalized Maxwell model) 如下
(8.4-5, 6)
廣義的 Maxwell model 具有很多的鬆弛時間 λk (其中 λλλ>...) 和很多的常數 ηk (單位為黏度)。由於 Eq. 8.4-6 為線性微分方程式 (linear differential equation),它具有解析解的積分結果如下 (需假設流體在時間為負無窮遠時是靜止的)
(8.4-9)
由上式可清楚看到黏彈性流體的記憶效應 (memory effect),即當下時間點 t 的應力值,取決於過去所有時間 t' 的速度梯度 (velocity gradients at all past times t'),且與當下時間點 t 的時間差越小時,權重越大,時間差越大時,權重越小Equation 8.4-9 中的 G(t - t') 被稱為流體的鬆弛模數 (relaxation modulus) ,能夠反應流體的記憶效應,可由線性黏彈實驗測得。


Reference: RB Bird, WE Stewart, EN Lightfoot, Transport Phenomena, 2nd ed (Wiley 2002).

2019年8月2日

利用 TA Instruments 的 TRIOS 軟體進行時間溫度疊合 (Time-Temperature Superposition, TTS)

先前曾經介紹如何透過時間溫度重疊原理 (time-temperature superposition principle, TTS),建立一條材料的主曲線 (master curve),數據可為 DMA 的 E'E",或流變儀的 G'G"。首先,我們必需收集不同溫度下的頻率掃描數據 (frequency sweep curves),如 Fig. 1 的 E' 和 E"。接著選定一個參考溫度,並固定參考溫度的數據 (這裡為 150),並將其它溫度對應之數據分別進行水平與垂直平移,可得 Fig. 2 之主曲線和 Fig. 3 之水平平移因子 (aT)。
[註:低於參考溫度,數據往高頻平移,a> 1;高於參考溫度,數據往低頻平移,a< 1)]

然而,若以手動方式執行上述動作,不僅耗時且結果因人而異。所幸 TA Instruments 的 TRIOS 軟體提供自動化的 TTS 分析,可於立即取得 Figs. 2 和 3 的結果,並提供我們 WLF 方程式之最佳擬合結果,其 WLF 參數數值 (c1c1Tref) 見 Fig. 3。

Figure 1 不同溫度下之頻率掃描數據 (E'E" vs. f)

Figure 2 主曲線 (Tref = 150℃)

Figure 3 aT vs. T (實驗數據與 WLF 方程式擬合)


Reference: TRIOS Online Help.