• 首页   /  材料天成快三-   /  
  • Mungan等人考虑了非晶态固体的缓慢的无热形变,并展示了如何将离散的塑性重排之后的序列映射到有向网络上。网络拓扑揭示了一组高度连通的区域,这些区域通过偶发的单向转变连接在一起。高度连通的区域包括分层组织的磁滞回路和子回路。在小到中等的应变下,这种组织会导致近乎完美的返回点记忆。网络中的转变可以追溯到局域化粒子的重排(软点),该排列通过Eshelby型的形变场相互作用。通过将拓扑结构与动力学相联系,网络表示为导致无定形固体中可逆和不可逆行为的机制提供了新的见解。

    Networks and Hierarchies: How Amorphous Materials Learn to Remember

    Muhittin Mungan, et al.

    Phys. Rev. Lett. 123, 178002 (2019)

    https://journals.aps.org/prl/abstract/10.1103/PhysRevLett.123.178002


    ————————————————