昨天留下的疑慮是「隨機排列會讓縱向滲透率 K_L 遠低於 Gebart 規則格子的預測」,今天查到的證據全部指向相反的方向:在同一個孔隙率下,纖維分布越不均勻,沿軸向的滲透率越高,不是越低。直接支持這句話的有兩篇,一篇是我今天讀到全文的 2018 年 UCSB 論文,一篇是 2021 年的微結構模擬研究;再用一個五行就能算完的凸函數論證,可以得到「局部聚束反而讓供墨變多」的量級估計。這個結果同時推翻了我昨天自己下的預測(聚束的筆更早饑餓),所以今天的實踐不再是驗證昨天的方向,而是設計一個兩種預測會得出相反結果的對照。
📖 學
一、先判昨天的矛盾:Larson & Zok 讀到全文,方向是「上升」
昨天最後留下的懸念是 Chen & Papathanasiou 2007 的二手摘要互相矛盾,一句說軸向滲透率隨排列變不均勻而上升,一句說下降。今天找到一篇直接可讀全文的後續工作:Natalie Larson 與 Frank Zok 在 Composites Part A 第 107 卷(2018)發表的〈Insights from in-situ X-ray computed tomography during axial impregnation of unidirectional fiber beds〉,OSTI 上有開放全文。它的引言寫得很明確(我讀的是全文 PDF 的文字層):「軸向飽和滲透率隨纖維堆積的不均勻程度而上升」,並一次引了四篇支持文獻,依序是 Um & Lee 1997、Shou, Ye & Fan 2015、Yang & Jin 2014,以及昨天那篇 Chen & Papathanasiou 2007。後文還說,它們量到的每一個樣本,其飽和滲透率都「一開始就大於相同孔隙率的均勻六角堆積」。
這裡要分清楚證據層級:Larson & Zok 是引用這四篇得出方向,我沒有讀到那四篇的原文,所以「Chen & Papathanasiou 說的是上升」是經過一層轉述的。但一篇可讀的 2018 年論文在引言裡把四篇獨立研究並列為同一個方向,加上下面第二節的另一條線,昨天那句「下降」的二手摘要,我現在傾向判為誤轉述,不過這仍是推論,不是我讀到原文後確認的。
他們這篇的另一個貢獻是公式驗證:他們用的單元模型公式中,Gebart 縱向項寫成 κ̂ = (8/53) · ε³ / (1−ε)²,ε 是孔隙率、κ̂ 是除以纖維半徑平方後的無因次值。換成 φ = 1−ε,就是 09-30 用的 K_L = (8r²/c)(1−φ)³/φ²、c = 53,兩邊逐項一致,所以昨天用的公式沒有抄錯。
二、隨機不等於不均勻:Seuffert 2021 把兩種「隨機」分開了
只說「隨機」是模糊的,2021 年 Seuffert 等人在 Frontiers in Materials 第 8 卷的〈Micro-Scale Permeability Characterization of Carbon Fiber Composites Using Micrograph Volume Elements〉(全文)正好做了這個區分。他們比較兩種體積單元:用 Melro 等人(2008)的演算法隨機生成的 SVE(纖維直徑 7 微米,纖維體積分率 35–60%,每種分率各 10 個,每個含 198 至 354 根纖維),以及直接從真實碳纖維複合材料切片照片取出的 MVE。依我讀到的內容(這一篇我透過網頁摘要工具轉述,未逐字核對全文),結論有兩條:
第一,**人工隨機生成的 SVE,軸向滲透率與 Gebart 六角排列幾乎相等,只在較高分率有小幅差異。**也就是說,單純的「隨機撒點、纖維互不重疊」並不會讓 K_L 偏離規則格子很遠,這直接回答了昨天「隨機排列會把 K_L 壓低好幾倍」的擔心:至少在 35–60% 這個分率範圍,查不到支持。第二,真實切片的 MVE,軸向滲透率在全部分率範圍都高於 SVE,差距在低分率最大,隨分率升高縮小,到 60% 附近接近零。論文歸因於軸向流動主要走「大的纖維間隙」,真實材料的局部叢集與空洞比人工隨機更多,就多出更寬的通道。
圖 15 的縱軸我讀到的是「以幾何平均正規化的差異」,最大值約 2。我沒有拿到定義公式。如果定義是 (MVE − SVE)/√(MVE × SVE),則比值 r 滿足 (r−1)/√r = 2,解得 √r = 1+√2,r = (1+√2)² ≈ 5.8,也就是低分率時真實切片的軸向滲透率可能是人工隨機的 5 倍以上。這個換算是我的推論,依賴我猜的公式,不能當成論文數字。
三、自己算一次:K_L 是 φ 的凸函數,聚束必然拉高平均供給
文獻只給方向,我想知道對毛筆大約差多少。軸向流動有個簡化:沿著纖維方向的壓力梯度在整個截面上相同,不同區域各自獨立地沿軸向流,總流量就是各區域流量相加,等於 K_L 對截面面積取算術平均。再看 K_L 對 φ 的曲率:
f(φ) = (1−φ)³/φ² = φ⁻² − 3φ⁻¹ + 3 − φ f″(φ) = 6φ⁻⁴ − 6φ⁻³ = 6φ⁻⁴(1−φ) > 0 (對所有 0 < φ < 1)
二階導數恆正,f 是凸函數。由 Jensen 不等式:**平均分率固定、只把纖維重新分配得更不均勻,面積平均後的 K_L 一定上升。**這比文獻更強,是一個不依賴任何實驗的數學事實,前提只有「軸向、區域間無橫向交換」與「Gebart 公式在各區域都適用」。
代入昨天的基準,r = 42.5 微米,平均 φ = 0.5,K_L(0.5) = 1.36×10⁻¹⁰ 平方公尺。把一部分截面壓成高分率叢集,剩下的區域自動變疏,讓整體平均仍是 0.5。以第一列為例:30% 截面為 φ = 0.7,其餘 70% 必須是 (0.5 − 0.3×0.7)/0.7 = 0.414;K_L(0.7) = 1.50×10⁻¹¹,K_L(0.414) = 3.19×10⁻¹⁰,面積平均 = 0.3×1.50×10⁻¹¹ + 0.7×3.19×10⁻¹⁰ = 2.28×10⁻¹⁰。
| 叢集設定(整體平均 φ 皆為 0.5) | 疏區 φ | 面積平均 K_L | 相對均勻 | V*(cm/s) |
|---|---|---|---|---|
| 均勻(昨天的基準) | 0.5 | 1.36×10⁻¹⁰ | 1.00 倍 | 26.5 |
| 30% 截面叢集成 φ=0.7 | 0.414 | 2.28×10⁻¹⁰ | 1.67 倍 | 36.1 |
| 30% 截面叢集成 φ=0.8 | 0.371 | 3.45×10⁻¹⁰ | 2.53 倍 | 46.2 |
| 50% 截面叢集成 φ=0.7 | 0.300 | 5.27×10⁻¹⁰ | 3.87 倍 | 59.7 |
V* 欄的換算:09-30 的交叉速度由 Q_demand = 4.00×10⁻⁷ × V^(5/3) 與 Q_supply 相等解出,所以在 ΔP、A、ℓ 都不變時 Q_supply 正比於 K_L,V* 正比於 K_L^(3/5)。驗算:09-30 的 φ=0.1 與 0.5 兩列,K_L 比是 146 倍,但 ΔP 也不同(936 對 5428 帕,比值 0.172),所以 Q_supply 比是 146 × 0.172 = 25.2,25.2^0.6 = 6.9,與 183/26.5 = 6.9 吻合,確認 V* ∝ Q_supply^0.6 的關係沒有抄錯。今天的列保持 ΔP = 5428 帕不變,所以換算只靠 K_L。若只問「K_L 變成兩倍」,V* 乘以 2^0.6 = 1.516,三個 φ 的 V* 變成 40.2、86.2、277 公分/秒。
四、這個算法的盲點,Larson & Zok 自己就點名了
先講最大的一條:Larson & Zok 比較了六種「先算局部孔隙率分布、再把每個局部套規則格子公式、最後做面積平均」的單元模型(局部孔隙率用 Voronoi、Delaunay、滑動視窗三種方式算,局部公式用 Gebart 或 Shou 兩種,共六種組合),對照 Chen & Papathanasiou 的 CFD 結果。結論是其中三種(Voronoi 配 Gebart、Voronoi 配 Shou、滑動視窗配 Shou)顯著低估不均勻帶來的滲透率增幅,Delaunay 配 Gebart 則顯著高估,他們自己新做的幾何估計器 GPE 與 CFD 吻合在 6% 內。我上面的算法恰好屬於這一類,所以表中的 1.7 至 3.9 倍只能當「方向與下限數量級」,不能當預測值。
其餘盲點:Gebart 縱向公式在 φ 逼近最密堆積 0.907 時行為可疑(推論,我沒查到它的有效範圍上限);表中 ΔP 固定,但叢集內的窄縫會產生更大的毛細吸力,可能再推高供給,也可能讓墨滯留在叢集;而且 Larson & Zok 另一個發現是,當流速低、墨優先走最窄通道時,不飽和滲透率會低於飽和值,筆越寫越乾進入部分飽和後,這個折減會出現,今天的模型完全沒算進去。
五、對昨天預測的修正
昨天的實踐預測「聚束那一條更早饑餓」,隱含的推理是局部分率變高所以供給變差。今天的凸函數論證說,在同一個平均分率下,這個推理在軸向供給上站不住,聚束應該讓供給變多。但要分清一個混淆:捏成一撮的筆尖,接觸面積與筆尖形狀也變了(出口截面 A 會縮小),所以實際寫起來有兩個力量方向相反,今天的算式只處理了 K_L 那一半,不能直接預測實驗結果。
🧠 記
**一、軸向滲透率隨纖維分布不均勻而上升,不是下降。**Larson & Zok 2018 的引言引用四篇研究一致指出這個方向,Seuffert 2021 的真實切片也比人工隨機的軸向滲透率高。昨天二手摘要裡「下降」的說法,現在判為存疑偏誤,但我沒讀到那四篇的原文,所以仍屬轉述。
**二、單純隨機排列不會把 K_L 壓低。**人工隨機的 SVE 與 Gebart 六角排列在 35–60% 分率下幾乎相等,真正拉高滲透率的是真實材料才有的叢集與寬縫。對毛筆而言,09-22 算過的毛細聚束,在軸向供給這件事上方向是對供墨有利的。
**三、K_L(φ) = (1−φ)³/φ² 是凸函數,所以固定平均分率的任何重新分配都讓面積平均的軸向 K_L 上升。*30% 截面叢集成 0.7 的設定下,K_L 變成 1.67 倍,V 由 26.5 升到約 36 公分/秒。這個量級只當下限看,因為文獻指出這類單元模型會低估不均勻的增幅。
✍️ 實踐
做一個讓兩種預測得出相反結果的對照,二十五分鐘內做完。預測甲(昨天):聚束的筆較早渴筆。預測乙(今天):在同一次蘸墨量下,聚束的筆能寫更長,除非接觸面積縮小的代價更大。
器材:同一支小楷、生宣、墨、尺、手機計時,最好有一個精度 0.01 克的小秤(沒有就跳過稱重)。
**第一步(3 分鐘):訂速度。**用手機計時,練習在 1 秒內畫完 10 公分的橫線,連練三條,速度約 10 公分/秒。之後全程用這個速度,每條線都要看著秒數畫。
第二步(10 分鐘):散開組。筆尖按在紙上輕壓兩下讓毛自然散開,飽蘸墨、在硯邊刮兩下,有秤就把筆在秤上量一次濕重(扣掉乾筆重)。然後連續畫 10 公分橫線,每條之間不重新蘸墨,畫到第一次出現明顯飛白或渴筆為止,記下畫了幾條。
**第三步(10 分鐘):聚束組。**同一支筆洗淨後重做:蘸墨、刮兩下,但用手指把筆尖捏成一撮,保持這個形狀寫。同樣記濕重與條數。
**第四步(2 分鐘):換算。**若有稱重,算「條數 ÷ 濕重(克)」;沒有稱重,就兩組各做三次,取條數的中位數。預測乙成立的樣子是聚束組的條數不比散開組少。如果聚束組明顯較少,原因要分開記:是供給降了,還是接觸面積縮小讓每條線的墨耗變大。這個實驗分不開這兩件事,誠實寫在紀錄裡。
🔗 延伸學習
- Larson, N.M. & Zok, F.W., “Insights from in-situ X-ray computed tomography during axial impregnation of unidirectional fiber beds”, Composites Part A 107 (2018)(OSTI 開放全文) — 第一、四節的主要依據,今天唯一讀到全文的縱向文獻,引言列出了四篇「不均勻使軸向滲透率上升」的支持研究,並評比了六種單元模型。
- Seuffert, J. et al., “Micro-Scale Permeability Characterization of Carbon Fiber Composites Using Micrograph Volume Elements”, Frontiers in Materials 8 (2021)(開放全文) — 第二節,人工隨機排列與真實切片的軸向滲透率直接比較,我讀到的是網頁摘要轉述,數字待對照原文。
- Shou, D., Ye, L. & Fan, J., “On the longitudinal permeability of aligned fiber arrays”, Journal of Composite Materials 49 (2015)(SAGE 摘要頁) — Larson & Zok 引為「不均勻使軸向滲透率上升」的來源之一,今天摘要頁讀取被擋(403),列在這裡等下次查證。
- Chen, X. & Papathanasiou, T.D., “Micro-Scale Modeling of Axial Flow Through Unidirectional Disordered Fiber Arrays”, Composites Science and Technology 67 (2007)(ResearchGate) — 昨天與今天都讀不到全文的核心論文,今天只能透過 Larson & Zok 的引用確認它的結論方向。
💬 問 AI
我在評估毛筆供墨模型裡「纖維排列不均勻對縱向(軸向)滲透率 K_L 的影響」,想請你逐項檢查我今天查到與算出的結論。請嚴格區分三類:(一)文章或文獻明確寫了的、(二)你能查證或憑訓練資料確定的、(三)純屬推論的,每項標示把握程度(高/中/低);不確定或查不到就直說,不要為了流暢而編造文獻、公式或數字。
【A 組:文獻方向】
1. Larson & Zok 2018(Composites Part A 107)的引言說「軸向飽和滲透率隨纖維堆積的不均勻程度而上升」,並引用 Um & Lee 1997、Shou et al. 2015、Yang & Jin 2014、Chen & Papathanasiou 2007。
(a) 你知道這四篇各自的原始結論是否都是這個方向嗎?有沒有哪一篇其實量到相反或不顯著的結果?
(b) 我昨天讀到的二手摘要說 Chen & Papathanasiou 的後續研究是「縱向滲透率隨最近纖維間距變異而在所有孔隙率下降」,這句話你認為是誤轉述,還是不同定義下的另一個結果?
2. Seuffert et al. 2021(Frontiers in Materials 8)據我讀到的內容:人工隨機生成的 SVE 軸向滲透率與 Gebart 六角排列幾乎相等,真實切片 MVE 則在所有分率都較高。這與 Larson & Zok 的方向是否一致?兩者對「隨機」的定義差在哪?
【B 組:我的推導】
3. 我主張 K_L = (8r²/c)(1−φ)³/φ² 對 φ 是凸函數(二階導數 6φ⁻⁴(1−φ) 恆正),因此在平均 φ 固定時,任何重新分配都使面積平均的 K_L 上升。
(a) 這個數學步驟有沒有錯?
(b) 「軸向流動時各區域壓力梯度相同、流量相加,所以取算術平均」這個前提,在局部叢集有橫向壓力交換時還成立嗎?什麼情況下會失效?
4. 我用 30% 截面為 φ=0.7、其餘為 φ=0.414(平均仍為 0.5)算出 K_L 變成均勻的 1.67 倍。Larson & Zok 說這類「局部孔隙率分布加規則格子公式」的單元模型會顯著低估(或高估)不均勻的真實效應。請你判斷我這個數字比較可能偏低還是偏高,並說明理由。
5. Gebart 縱向公式在 φ 接近最密堆積 0.907 時還可靠嗎?我讓叢集區達到 0.7 與 0.8,這樣算合理嗎?
【C 組:對毛筆的適用性】
6. 我假設 ΔP 與出口截面 A 不變,只讓 K_L 變。實際上叢集的窄縫會改變毛細壓力,捏成一撮的筆尖也會縮小接觸面積。請列出這兩個被我忽略的效應各自的方向與大概量級。
7. Larson & Zok 還發現低流速、墨優先走窄通道時,不飽和滲透率低於飽和值。毛筆越寫越乾時是否會進入這種狀態?如果會,這對「聚束使供給變多」的結論有什麼影響?
【D 組:反駁與分類】
8. 請站到反面,攻擊我最核心的論點:「毛筆的局部聚束在軸向供給上對供墨有利」。證據目前是一篇我讀得到全文的論文、一篇網頁摘要轉述的論文,加上一個我自己的凸函數論證,這樣夠不夠?
9. 最後請把所有存疑項目分成三堆:(一)你憑訓練資料就能判斷方向的;(二)必須查一手文獻的;(三)沒人做過、需要用毛筆實驗或滲透率量測才能回答的。