Wormlike micelles are self-assemblies of polymer chains that can break and recombine reversibly. In this paper, we derive a thermodynamically consistent two species micro-macro model of wormlike micellar solutions by employing an energetic variational approach. The model incorporates a breakage and combination process of polymer chains into the classical micro-macro dumbbell model for polymeric fluids in a unified variational framework. We also study different maximum entropy closure approximations to the new model by "variation-then-closure" and "closure-then-variation" approaches. By imposing proper dissipation in the coarse-grained level, the closure model, obtained by "closure-then-approximation", preserves the thermodynamical structure of both mechanical and chemical parts of the original system. Several numerical examples show that the closure model can capture the key rheological features of wormlike micellar solutions in shear flows.


翻译:虫状小鼠是聚合物链的自我组装装置,可以破碎和反转再生。 在本文中,我们通过采用强力变异方法,产生了一种热动力一致的两个物种微微生物模型,即虫状小鼠溶液。该模型将聚合物链的碎裂和组合过程纳入一个统一的变异框架内聚合液的古典微型小鼠哑铃模型中。我们还通过“变异-正闭锁”和“闭锁-正变换”方法,研究新模型的不同的最大酶闭合近似值。通过在粗糙的悬浮水平上施以适当的分解,通过“闭合-正合”获得的封闭模型,保留了原系统机械和化学部分的热动力结构。几个数字实例显示,封闭模型可以捕捉到原系统中微虫状小鼠类溶液的关键病理特征。

0
下载
关闭预览

相关内容

ACM/IEEE第23届模型驱动工程语言和系统国际会议,是模型驱动软件和系统工程的首要会议系列,由ACM-SIGSOFT和IEEE-TCSE支持组织。自1998年以来,模型涵盖了建模的各个方面,从语言和方法到工具和应用程序。模特的参加者来自不同的背景,包括研究人员、学者、工程师和工业专业人士。MODELS 2019是一个论坛,参与者可以围绕建模和模型驱动的软件和系统交流前沿研究成果和创新实践经验。今年的版本将为建模社区提供进一步推进建模基础的机会,并在网络物理系统、嵌入式系统、社会技术系统、云计算、大数据、机器学习、安全、开源等新兴领域提出建模的创新应用以及可持续性。 官网链接:http://www.modelsconference.org/
【干货书】机器学习速查手册,135页pdf
专知会员服务
125+阅读 · 2020年11月20日
Linux导论,Introduction to Linux,96页ppt
专知会员服务
78+阅读 · 2020年7月26日
Fariz Darari简明《博弈论Game Theory》介绍,35页ppt
专知会员服务
110+阅读 · 2020年5月15日
【电子书】大数据挖掘,Mining of Massive Datasets,附513页PDF
专知会员服务
103+阅读 · 2020年3月22日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
时序数据异常检测工具/数据集大列表
极市平台
65+阅读 · 2019年2月23日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
已删除
将门创投
9+阅读 · 2018年12月19日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
随波逐流:Similarity-Adaptive and Discrete Optimization
我爱读PAMI
5+阅读 · 2018年2月6日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Learning to Importance Sample in Primary Sample Space
VIP会员
相关资讯
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
时序数据异常检测工具/数据集大列表
极市平台
65+阅读 · 2019年2月23日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
已删除
将门创投
9+阅读 · 2018年12月19日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
随波逐流:Similarity-Adaptive and Discrete Optimization
我爱读PAMI
5+阅读 · 2018年2月6日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Top
微信扫码咨询专知VIP会员