Evolving motility of active droplets is captured by a self-repelling random walk model
L'évolution de la motilité des gouttes actives est capturée par un modèle de marche aléatoire avec auto-répulsion.
Résumé
Swimming droplets are a class of active particles whose motility changes as a function of time due to shrinkage and self-avoidance of their trail. Here we combine experiments and theory to show that our non-Markovian droplet (NMD) model, akin to a true self-avoiding walk (Amit et al, PRB 1983), quantitatively captures droplet motion. We thus estimate the effective temperature arising from hydrodynamic flows and the coupling strength of the propulsion force as a function of fuel concentration. This framework explains a broad range of phenomena, including memory effects, solute-mediated interactions, droplet hovering above the surface, and enhanced collective diffusion.
Les gouttes nageuses sont une catégorie de particules actives dont la motilité change au cours du temps à cause de leur dissolution et de l'auto-évitement de leur trainée. Dans cette étude, nous combinons expériences et théorie pour montrer que notre modèle de gouttes non-Markovienne (NMD), comme le modèle de marche auto-évitante (Amit et al, PRB 1983), capture quantitativement le mouvement d'une goutte. Nous estimons ainsi la température effective due à l'hydrodynamique et à l'intensité de la force de propulsion en fonction de la concentration en tensioactif. Ce cadre d'étude explique une large gamme de phénomènes, en particulier les effets mémoires, les interactions médiées par le solvant, les gouttes en lévitation au-dessus du fond du réservoir dans lequel elles évoluent, et le renforcement de la diffusion collective.
Origine | Fichiers produits par l'(les) auteur(s) |
---|