软材料的内在记忆：超越传统认知的持久性
您是否曾注意到护手霜有时会比平时稀薄？这很可能与这类凝胶状物质的“机械记忆”有关。软凝胶和乳液的制造过程涉及将各种成分混合，直至形成稳定且均匀的物质。然而，即使凝胶看似已经定型，它仍然可能保留着混合过程中产生的“记忆”，即内部的残余应力。随着时间的推移，材料可能会屈服于这些内在应力，并逐渐恢复到其早期的、混合前的状态。这种机械记忆在一定程度上解释了为何护手霜会随着时间流逝而分层并变得稀薄。
近期，麻省理工学院的一位工程师Crystal Owens提出了一种简单有效的方法，用于测量软材料在混合后所保留的残余应力程度。她的研究发现，常见产品如发胶和剃须膏等，其机械记忆比制造商此前假设的要长，能够更长时间地保持这些残余应力。
创新协议揭示隐藏应力
在《物理评论快报》上发表的一项研究中，Crystal Owens博士（麻省理工学院计算机科学与人工智能实验室CSAIL的博士后研究员）提出了一种新的协议，专门用于使用标准的台式流变仪测量软凝胶状材料中的残余应力。通过将该协议应用于日常软材料，Owens博士观察到，如果凝胶通过某个特定方向的混合而制成，那么即使它最终稳定并均匀，它实际上也保留了混合方向的“记忆”。
即使经过数天，凝胶内部仍然存在一些内部应力。如果这些应力被释放，凝胶将会朝着与最初混合方向相反的方向移动，从而恢复到其早期的状态。这是一种出乎意料但具有深远意义的发现，颠覆了我们对软物质稳定性的传统认知。
Owens博士指出：“这就是为什么不同批次的化妆品或食品，即使经历了看似‘相同’的制造过程，其行为也会有所不同。” 她补充说：“理解和测量加工过程中这些隐藏的应力，有助于制造商设计出更耐用、性能更可预测的产品。”
软玻璃材料的独特属性
护手霜、发胶和剃须膏都属于“软玻璃材料”范畴，这类材料同时展现出固体和液体的特性。Owens博士解释说：“任何你可以倒入手中并形成柔软堆积物的物质，都可以被视为软玻璃。”在材料科学中，它被认为是具有与玻璃相同非晶结构的一种柔软版本。换句话说，软玻璃材料是一种介于固体和液体之间的奇特混合体。它既可以像液体一样倾倒，又可以像固体一样保持其形状。一旦制成，这些材料就处于固体和液体之间微妙的平衡状态。Owens博士因此产生了疑问：这种平衡能持续多久？
她进一步探讨：“这些材料在很长一段时间后会发生什么？它们最终会放松吗？还是永不放松？”从物理学的角度来看，这是一个非常有趣的理念：这些材料的本质状态究竟是什么？
扭曲与保持：实验方法的洞察
在制造软玻璃材料（如发胶和洗发水）时，成分首先被混合成均匀的产品。质量控制工程师通常会让样品静置约一分钟——他们通常认为这段时间足以让混合过程中产生的任何残余应力消散。在这段时间内，材料应该会稳定下来，达到可供使用的状态。
然而，Owens博士怀疑这些材料可能在看似稳定之后，仍然长时间保留着生产过程中的某种程度的应力。她解释说：“残余应力是材料达到稳定状态后，仍被困在内部的低水平应力。这种应力在这些类型的材料中此前从未被测量过。”
为了验证她的假设，她对两种常见的软玻璃材料——发胶和剃须膏——进行了实验。她在流变仪中对每种材料进行了测量。流变仪是一种由两个旋转板组成的仪器，能够以精确控制的压力和力扭曲和挤压材料，这些压力和力直接与材料的内部应力和应变相关。
在使用流变仪进行实验时，麻省理工学院的研究人员测试了发胶等软材料的残余记忆。
在实验中，她将每种材料放入流变仪中，并旋转仪器的上板以混合材料。然后，她让材料静置，并进一步延长静置时间——远超过一分钟。在此期间，她观察了流变仪保持材料原位所需的力的大小。她推断，流变仪的力越大，它就越是在抵消材料内部的应力，否则这些应力会导致材料偏离其当前状态。
通过使用这一新协议进行的多次实验，Owens博士发现不同类型的软玻璃材料即使在大多数研究人员认为应力已消散后，仍然保留了显著的残余应力。更重要的是，她发现材料所保留的应力程度反映了其最初混合的方向和混合的时间。
Owens博士指出：“材料能够有效地‘记住’它是在哪个方向、多久之前被混合的。事实证明，它们对过去的这种记忆保持得比我们过去认为的要长得多。”
展望未来：设计具有“短期记忆”的材料
除了她开发出的测量残余应力协议外，Owens博士还建立了一个模型，用于根据材料所保持的残余应力程度来估计材料随时间的变化。她表示，利用这个模型，科学家们可以设计出具有“短期记忆”或非常少残余应力的材料，从而使它们在更长时间内保持稳定。
她认为有改进空间的一种材料是沥青。沥青首先被混合，然后以熔融状态浇筑到表面，之后冷却并随时间凝固。她怀疑沥青混合过程中的残余应力可能导致路面随时间开裂。从过程开始就减少这些应力，有望生产出更持久、更具弹性的道路。
她表示：“人们一直在发明新型环保沥青，所有这些都将具有不同程度的残余应力，需要进行某种控制。这其中有广阔的探索空间。”这项研究得到了麻省理工学院工程卓越博士后奖学金和麻省理工学院Mathworks奖学金的部分支持。
