0

2
0

文字

分享

0
2
0

賽道上高溫與摩擦的平衡!賽車最重要的配件「剎車」——《黏黏滑滑》

晨星出版
・2023/01/06 ・3272字 ・閱讀時間約 6 分鐘

-----廣告,請繼續往下閱讀-----

度影響剎車的抓力

雖然似乎有點違背直覺,但是煞車是高速駕駛不可或缺的一環。不管是在哪個賽車場,駕駛的目標之一就是保持在賽道的最佳路徑(racingline)—繞行賽道的最短路徑。所以駕駛過彎時不會沿著急轉彎處長長的外彎道前進,而是「夾著」彎道的內側,稱為彎頂點(apex,即過彎路線中最接近彎道內側的點)的地方,以將他們必須行駛的距離縮到最短。

這麼做需要非常精準的煞車:要在剛剛好的時間對煞車踏板施予剛剛好的壓力。當他們辦到時,駕駛就會出現在賽道轉彎處的絕佳位置,且依然帶有征服下一段賽程所需的速度。但是這樣的開車方式會耗損煞車;而且有些賽道沒什麼機會可以讓煞車冷卻。

以世界知名的摩納哥街賽道來說。雖然僅長3.34 公里(2 哩多),是F1 賽程中最短的賽道,但是卻必須不斷踩煞車和加速。煞車製造商布雷博(Brembo)指出,2019 年賽季中,駕駛們每一圈使用煞車 18.5 秒,多過總賽程的四分之一。

在需求最高的轉彎處,汽車要在不到 2.5 秒的時間內將時速從 297 公里(185 哩)減至 89 公里(55 哩);這會將大量動能快速轉換成熱能,難怪煞車碟盤會冒出火花。為了要負荷這樣龐大的熱負載,製造商在每個煞車碟盤的邊緣鑽入細小的徑向孔—數量超過 1000 個。

-----廣告,請繼續往下閱讀-----

這樣的小孔可以增加煞車碟盤的表面積,比較容易散熱。但是也具有通氣孔的功能。與安裝在各個輪框上的大型冷卻管相結合時,可以把冷空氣拉入煞車碟盤中心,把熱空氣從邊緣帶走。還有個額外優點,這些F1 煞車碟盤相當輕,重量約各為1 公斤(2.2 磅),相較之下,差不多大小的鑄鐵煞車碟盤則為 15 公斤(33 磅) 。

所以為什麼不全面使用這種煞車碟盤呢?有個原因是價格—每片煞車碟盤可能要價高達 2000 美元(約 1500 英鎊) ,而且要六個月的時間才能製成。它們也不太耐久,通常每次比賽後就得更換。最後,它們受限於一定的工作溫度,只能處於 350 ∼ 1000℃。

低於溫度下限時,它們幾乎不具有停止能力—煞車片與煞車碟盤無法產生足夠的抓力。但是如果煞車的溫度高於上限值太久,則會災難性地失靈。如馬歇爾對我描述的,「彷彿在踩縫紉機。當這種狀況發生時,煞車碟盤耗盡『材料』的速度有多快,簡直難以置信。」

科技有助於車隊和駕駛控制他們的煞車,但是就跟 F1 的大部分狀況一樣,沒那麼簡單。冷卻管的大小與形狀可控制流經煞車碟盤的空氣量,所以你可以想像管子愈粗愈好。

-----廣告,請繼續往下閱讀-----

但是如 F1 傳奇工程師帕特.西蒙茲(PatSymonds)告訴《賽車工程》(Racecar Engineering)雜誌的,冷卻有其後果:「遇到像蒙特羅這樣需要一直踩煞車的賽道,我們被迫使用一些該賽季最粗的管子。從最細的冷卻管換到最粗的冷卻管,會犧牲 1.5%的空氣動力學效率,這代表最高速度時速會減少 1 公里。」

我可以想像這會引發車隊的煞車工程師與他們的空氣動力學家爭辯。就連測量煞車配件的溫度都不容易。馬歇爾告訴我,在奧斯頓馬丁 F1 車隊中,他們會在煞車片的安裝托架中埋入高溫的熱電偶,和一系列直接朝向煞車碟盤的遠紅外線感測器。電視轉播賽事時偶爾會出現的彩色熱影像,主要是為了給我們這些觀眾看—顯示出他們建議的最高溫度。

剎車片的抓力在彎道時高速剎車時至關重要。圖/envatoelements

摩擦介面與溫度控制

煞車片與煞車碟盤之間還有另一個重要的過程是磨耗。所有滑動與摩擦都會對兩個表面造成實質傷害;每次煞車作動,兩者都會有微粒破裂。在煞車系統的使用期間,這會逐漸降低材料的摩擦係數—換句話說,會失去它們的抓力。

但這不只是因為彼此的表面被「磨光」,或是失去黏性。磨耗也會形成摩擦膜(tribofilm)這種東西—煞車片與煞車碟盤相接觸時壓碎的一層非常薄的細粒狀材料。「談到磨耗與摩擦力,摩擦膜非常有影響力,」英國里茲大學(University of Leeds)的沙赫里爾.柯沙利(Shahriar Kosarieh)說。

-----廣告,請繼續往下閱讀-----

「我們把這層膜視為『第三體』,因為儘管它是由互相滑動的那兩種材料製成,其化學與機械性質還是與那兩種材料不同。」關注各式各樣市售鑄鐵煞車片的德國研究人員發現,無論煞車片是什麼材質,形成的摩擦膜總是會受到氧化鐵(Fe3O4)控制,其他成分的影響力則相當微弱。

「摩擦膜會控制散熱,且能減少摩擦力—它會主導性能,」柯沙利繼續說道。「煞車製造商很清楚這一點,調配自己的煞車片配方時會考量這一點。煞車片與煞車碟盤要互相搭配,才能產生最佳性能。只要你更動了任一個材料,就會改變界面產生的結果。」

柯沙利最近的研究關注鑄鐵煞車碟盤輕量替代物的摩擦表現,這些輕量煞車碟盤主要都是鋁製。不只有他這麼做—整個汽車產業都對減輕重量很執著,主要是因為汽車的重量愈輕,消耗的燃料就愈少,環境影響也愈少。目前是以鋁為主流。

「那是一種低密度金屬,約比灰鑄鐵(grey cast iron)還低 2.5 倍,所以減輕重量的可能性很高,」他跟我在電話中閒聊。「鋁的導熱性也很高,在表面形成的氧化物也具有一些防蝕效果。」把鋁合金與碳化矽等硬質陶瓷材料結合也能提升其強度。

-----廣告,請繼續往下閱讀-----

「但是鋁的問題在於當溫度高於400℃時會開始熔化。就煞車而言,這代表摩擦力突然銳減,也是你能想像最糟的狀況。所以更加促使工程師更努力找出方法,既能讓表面有比較好的熱穩定性,使用壽命又能更持久。」

工程師致力於找出剎車在溫度與磨損上的平衡。圖/envatoelements

對柯沙利而言,最有意思的其中一種方法是電漿電解氧化(plasmaelectrolytic oxidation, PEO),這是用一個電場在鋁的表面形成一層複雜又高度耐磨的薄層。當他測試各種不同以電漿電解氧化處理過的鋁盤性能時,發現有些可以撐過約 550℃。不過,許多案例的摩擦係數太低—低於實際煞車系統所需的最低閾值。

柯沙利並不洩氣。「煞車是整個系統一起作動。如果你拿到一個新的煞車碟盤,那你也需要把對位碟盤調整到最佳狀態。製造商設計出專供電漿電解氧化塗層煞車碟盤使用的新煞車片配方。」我只找到幾篇已發表的研究,結合了電漿電解氧化煞車碟盤與這些新的摩擦片,但是結果看起來大有希望。輕量的鋁製煞車在未來的道路車輛上可能有機會亮相。

F1 在 1970 年代晚期為它們的煞車碟盤和煞車片找到了不同的解決方法,從那時候起就沿用至今:一種稱為碳-碳(carbon-carbon)的材料,在石墨基質裡包埋高度有序的碳纖維。其散熱效果非常好,所以也用在太空梭上。雖然它聽起來可能跟F1 賽車底盤用的碳纖維很類似,但其實是非常不一樣的猛獸。

-----廣告,請繼續往下閱讀-----

製造碳-碳很緩慢且複雜,此材料是由原子薄層堆疊成層。它在摩擦力方面勝出,提供的抓力比傳統煞車配件高 2 倍(在其理想工作溫度範圍內)。但是那並非魔法。在競速的壓力之下,這種材料終究會磨耗殆盡,部分是由於摩擦,但也有化學方面的因素。溫度上升時,碳-碳會與空氣中的氧氣產生反應,而氧氣會提高其劣化程度。你有時候會看到F1 駕駛大力踩煞車時冒出黑塵,這就是原因。

藉由感測器數據調整剎車系統

這個過程代表車隊需要監測的煞車項目不只是溫度。馬歇爾跟我說,他們會使用壓力感測器留意流經管子的氣流。他們也有針對磨耗的電子感測器,可以測量胎側的活動。

「我們使用這些儀器測量煞車片還能接觸煞車碟盤多久。由此可以推論總磨耗程度—也就是煞車片與煞車碟盤的磨耗總和。」為了推算總磨耗比例與煞車片的關係,以及對煞車碟盤的磨耗程度,車隊會把感測器數據對照以往試駕和賽事所蒐集的煞車數據。

「我們可以從所有資料中追溯比賽時的磨耗速率。如果太快,我們可以調整煞車平衡,以免磨耗最高的車輛壽終正寢,或可以請駕駛找一些乾淨的空氣冷卻煞車。」不管怎麼做,目標都是確保駕駛在需要的時間和地點擁有阻擋能力。任一賽季都會面臨數以千計的彎道,這些系統,當然還有駕駛,都表現卓越。

-----廣告,請繼續往下閱讀-----

——本文摘自《黏黏滑滑》,2022 年 11 月,晨星出版,未經同意請勿轉載

文章難易度
晨星出版
12 篇文章 ・ 3 位粉絲

0

1
1

文字

分享

0
1
1
圖形處理單元與人工智慧
賴昭正_96
・2024/06/24 ・6944字 ・閱讀時間約 14 分鐘

  • 作者/賴昭正|前清大化學系教授、系主任、所長;合創科學月刊

我擔心人工智慧可能會完全取代人類。如果人們能設計電腦病毒,那麼就會有人設計出能夠自我改進和複製的人工智慧。 這將是一種超越人類的新生命形式。

——史蒂芬.霍金(Stephen Hawking) 英國理論物理學家

大約在八十年前,當第一台數位計算機出現時,一些電腦科學家便一直致力於讓機器具有像人類一樣的智慧;但七十年後,還是沒有機器能夠可靠地提供人類程度的語言或影像辨識功能。誰又想到「人工智慧」(Artificial Intelligent,簡稱 AI)的能力最近十年突然起飛,在許多(所有?)領域的測試中擊敗了人類,正在改變各個領域——包括假新聞的製造與散佈——的生態。

圖形處理單元(graphic process unit,簡稱 GPU)是這場「人工智慧」革命中的最大助手。它的興起使得九年前還是個小公司的 Nvidia(英偉達)股票從每股不到 $5,上升到今天(5 月 24 日)每股超過 $1000(註一)的全世界第三大公司,其創辦人(之一)兼首席執行官、出生於台南的黃仁勳(Jenson Huang)也一躍成為全世界排名 20 內的大富豪、台灣家喻戶曉的名人!可是多少人了解圖形處理單元是什麼嗎?到底是時勢造英雄,還是英雄造時勢?

黃仁勳出席2016年台北國際電腦展
Nvidia 的崛起究竟是時勢造英雄,還是英雄造時勢?圖/wikimedia

在回答這問題之前,筆者得先聲明筆者不是學電腦的,因此在這裡所能談的只是與電腦設計細節無關的基本原理。筆者認為將原理轉成實用工具是專家的事,不是我們外行人需要了解的;但作為一位現在的知識分子或公民,了解基本原理則是必備的條件:例如了解「能量不滅定律」就可以不用仔細分析,即可判斷永動機是騙人的;又如現在可攜帶型冷氣機充斥市面上,它們不用往室外排廢熱氣,就可以提供屋內冷氣,讀者買嗎?

CPU 與 GPU

不管是大型電腦或個人電腦都需具有「中央處理單元」(central process unit,簡稱 CPU)。CPU 是電腦的「腦」,其電子電路負責處理所有軟體正確運作所需的所有任務,如算術、邏輯、控制、輸入和輸出操作等等。雖然早期的設計即可以讓一個指令同時做兩、三件不同的工作;但為了簡單化,我們在這裡所談的工作將只是執行算術和邏輯運算的工作(arithmetic and logic unit,簡稱 ALU),如將兩個數加在一起。在這一簡化的定義下,CPU 在任何一個時刻均只能執行一件工作而已。

-----廣告,請繼續往下閱讀-----

在個人電腦剛出現只能用於一般事物的處理時,CPU 均能非常勝任地完成任務。但電腦圖形和動畫的出現帶來了第一批運算密集型工作負載後,CPU 開始顯示心有餘而力不足:例如電玩動畫需要應用程式處理數以萬計的像素(pixel),每個像素都有自己的顏色、光強度、和運動等, 使得 CPU 根本沒辦法在短時間內完成這些工作。於是出現了主機板上之「顯示插卡」來支援補助 CPU。

1999 年,英偉達將其一「具有集成變換、照明、三角形設定/裁剪、和透過應用程式從模型產生二維或三維影像的單晶片處理器」(註二)定位為「世界上第一款 GPU」,「GPU」這一名詞於焉誕生。不像 CPU,GPU 可以在同一個時刻執行許多算術和邏輯運算的工作,快速地完成圖形和動畫的變化。

依序計算和平行計算

一部電腦 CPU 如何計算 7×5+6/3 呢?因每一時刻只能做一件事,所以其步驟為:

  • 計算 7×5;
  • 計算 6/3;
  • 將結果相加。

總共需要 3 個運算時間。但如果我們有兩個 CPU 呢?很多工作便可以同時(平行)進行:

-----廣告,請繼續往下閱讀-----
  • 同時計算 7×5 及 6/3;
  • 將結果相加。

只需要 2 個運算時間,比單獨的 CPU 減少了一個。這看起來好像沒節省多少時間,但如果我們有 16 對 a×b 要相加呢?單獨的 CPU 需要 31 個運算的時間(16 個 × 的運算時間及 15 個 + 的運算時間),而有 16 個小 CPU 的 GPU 則只需要 5 個運算的時間(1 個 × 的運算時間及 4 個 + 的運算時間)!

現在就讓我們來看看為什麼稱 GPU 為「圖形」處理單元。圖一左圖《我愛科學》一書擺斜了,如何將它擺正成右圖呢? 一句話:「將整個圖逆時針方向旋轉 θ 即可」。但因為左圖是由上百萬個像素點(座標 x, y)組成的,所以這句簡單的話可讓 CPU 忙得不亦樂乎了:每一點的座標都必須做如下的轉換

x’ = x cosθ + y sinθ

y’ = -x sinθ+ y cosθ

-----廣告,請繼續往下閱讀-----

即每一點均需要做四個 × 及兩個 + 的運算!如果每一運算需要 10-6 秒,那麼讓《我愛科學》一書做個簡單的角度旋轉,便需要 6 秒,這豈是電動玩具畫面變化所能接受的?

圖形處理的例子

人類的許多發明都是基於需要的關係,因此電腦硬件設計家便開始思考:這些點轉換都是獨立的,為什麼我們不讓它們同時進行(平行運算,parallel processing)呢?於是專門用來處理「圖形」的處理單元出現了——就是我們現在所知的 GPU。如果一個 GPU 可以同時處理 106 運算,那上圖的轉換只需 10-6 秒鐘!

GPU 的興起

GPU 可分成兩種:

  • 整合式圖形「卡」(integrated graphics)是內建於 CPU 中的 GPU,所以不是插卡,它與 CPU 共享系統記憶體,沒有單獨的記憶體組來儲存圖形/視訊,主要用於大部分的個人電腦及筆記型電腦上;早期英特爾(Intel)因為不讓插卡 GPU 侵蝕主機的地盤,在這方面的研發佔領先的地位,約佔 68% 的市場。
  • 獨立顯示卡(discrete graphics)有不與 CPU 共享的自己專用內存;由於與處理器晶片分離,它會消耗更多電量並產生大量熱量;然而,也正是因為有自己的記憶體來源和電源,它可以比整合式顯示卡提供更高的效能。

2007 年,英偉達發布了可以在獨立 GPU 上進行平行處理的軟體層後,科學家發現獨立 GPU 不但能夠快速處理圖形變化,在需要大量計算才能實現特定結果的任務上也非常有效,因此開啟了為計算密集型的實用題目編寫 GPU 程式的領域。如今獨立 GPU 的應用範圍已遠遠超出當初圖形處理,不但擴大到醫學影像和地震成像等之複雜圖像和影片編輯及視覺化,也應用於駕駛、導航、天氣預報、大資料庫分析、機器學習、人工智慧、加密貨幣挖礦、及分子動力學模擬(註三)等其它領域。獨立 GPU 已成為人工智慧生態系統中不可或缺的一部分,正在改變我們的生活方式及許多行業的遊戲規則。英特爾在這方面發展較遲,遠遠落在英偉達(80%)及超微半導體公司(Advance Micro Devices Inc.,19%,註四)之後,大約只有 1% 的市場。

-----廣告,請繼續往下閱讀-----
典型的CPU與GPU架構

事實上現在的中央處理單元也不再是真正的「單元」,而是如圖二可含有多個可以同時處理運算的核心(core)單元。GPU 犧牲大量快取和控制單元以獲得更多的處理核心,因此其核心功能不如 CPU 核心強大,但它們能同時高速執行大量相同的指令,在平行運算中發揮強大作用。現在電腦通常具有 2 到 64 個核心;GPU 則具有上千、甚至上萬的核心。

結論

我們一看到《我愛科學》這本書,不需要一點一點地從左上到右下慢慢掃描,即可瞬間知道它上面有書名、出版社等,也知道它擺斜了。這種「平行運作」的能力不僅限於視覺,它也延伸到其它感官和認知功能。例如筆者在清華大學授課時常犯的一個毛病是:嘴巴在講,腦筋思考已經不知往前跑了多少公里,常常為了追趕而越講越快,將不少學生拋到腦後!這不表示筆者聰明,因為研究人員發現我們的大腦具有同時處理和解釋大量感官輸入的能力。

人工智慧是一種讓電腦或機器能夠模擬人類智慧和解決問題能力的科技,因此必須如人腦一樣能同時並行地處理許多資料。學過矩陣(matrix)的讀者應該知道,如果用矩陣和向量(vector)表達,上面所談到之座標轉換將是非常簡潔的(註五)。而矩陣和向量計算正是機器學習(machine learning)演算法的基礎!也正是獨立圖形處理單元最強大的功能所在!因此我們可以了解為什麼 GPU 會成為人工智慧開發的基石:它們的架構就是充分利用並行處理,來快速執行多個操作,進行訓練電腦或機器以人腦之思考與學習的方式處理資料——稱為「深度學習」(deep learning)。

黃仁勳在 5 月 22 日的發布業績新聞上謂:「下一次工業革命已經開始了:企業界和各國正與英偉達合作,將價值數萬億美元的傳統資料中心轉變為加速運算及新型資料中心——人工智慧工廠——以生產新商品『人工智慧』。人工智慧將為每個產業帶來顯著的生產力提升,幫助企業降低成本和提高能源效率,同時擴大收入機會。」

附錄

人工智慧的實用例子:下面一段是微軟的「copilot」代書、谷歌的「translate」代譯之「one paragraph summary of GPU and AI」。讀完後,讀者是不是認為筆者該退休了?

-----廣告,請繼續往下閱讀-----

GPU(圖形處理單元)和 AI(人工智慧)之間的協同作用徹底改變了高效能運算領域。GPU 具有平行處理能力,特別適合人工智慧和機器學習所需的複雜資料密集運算。這導致了影像和視訊處理等領域的重大進步,使自動駕駛和臉部辨識等技術變得更加高效和可靠。NVIDIA 開發的平行運算平台 CUDA 進一步提高了 GPU 的效率,使開發人員能夠透過將人工智慧問題分解為更小的、可管理的、可同時處理的任務來解決這些問題。這不僅加快了人工智慧研究的步伐,而且使其更具成本效益,因為 GPU 可以在很短的時間內執行與多個 CPU 相同的任務。隨著人工智慧的不斷發展,GPU 的角色可能會變得更加不可或缺,推動各產業的創新和新的可能性。大腦透過神經元網路實現這一目標,這些神經元網路可以獨立但有凝聚力地工作,使我們能夠執行複雜的任務,例如駕駛、導航、觀察交通信號、聽音樂並同時規劃我們的路線。此外,研究表明,與非人類動物相比,人類大腦具有更多平行通路,這表明我們的神經處理具有更高的複雜性。這個複雜的系統證明了我們認知功能的卓越適應性和效率。我們可以一邊和朋友聊天一邊走在街上,一邊聽音樂一邊做飯,或一邊聽講座一邊做筆記。人工智慧是模擬人類腦神經網路的科技,因此必須能同時並行地來處理許多資料。研究人員發現了人腦通訊網路具有一個在獼猴或小鼠中未觀察獨特特徵:透過多個並行路徑傳輸訊息,因此具有令人難以置信的多任務處理能力。

註解

(註一)當讀者看到此篇文章時,其股票已一股換十股,現在每一股約在 $100 左右。

(註二)組裝或升級過個人電腦的讀者或許還記得「英偉達精視 256」(GeForce 256)插卡吧?

(註三)筆者於 1984 年離開清華大學到 IBM 時,就是參加了被認為全世界使用電腦時間最多的量子化學家、IBM「院士(fellow)」Enrico Clementi 的團隊:因為當時英偉達還未有可以在 GPU 上進行平行處理的軟體層,我們只能自己寫軟體將 8 台中型電腦(非 IBM 品牌!)與一大型電腦連接來做平行運算,進行分子動力學模擬等的科學研究。如果晚生 30 年或許就不會那麼辛苦了?

-----廣告,請繼續往下閱讀-----

(註四)補助個人電腦用的 GPU 品牌到 2000 年時只剩下兩大主導廠商:英偉達及 ATI(Array Technology Inc.)。後者是出生於香港之四位中國人於 1985 年在加拿大安大略省成立,2006 年被超微半導體公司收購,品牌於 2010 年被淘汰。超微半導體公司於 2014 年 10 月提升台南出生之蘇姿豐(Lisa Tzwu-Fang Su)博士為執行長後,股票從每股 $4 左右,上升到今天每股超過 $160,其市值已經是英特爾的兩倍,完全擺脫了在後者陰影下求生存的小眾玩家角色,正在挑戰英偉達的 GPU 市場。順便一題:超微半導體公司現任總裁(兼 AI 策略負責人)為出生於台北的彭明博(Victor Peng);與黃仁勳及蘇姿豐一樣,也是小時候就隨父母親移居到美國。

(註五)

延伸閱讀

  • 熱力學與能源利用」,《科學月刊》,1982 年 3 月號;收集於《我愛科學》(華騰文化有限公司,2017 年 12 月出版),轉載於「嘉義市政府全球資訊網」。
  • 網路安全技術與比特幣」,《科學月刊》,2020 年 11 月號;轉載於「善科教育基金會」的《科技大補帖》專欄。
文章難易度

討論功能關閉中。

賴昭正_96
43 篇文章 ・ 53 位粉絲
成功大學化學工程系學士,芝加哥大學化學物理博士。在芝大時與一群留學生合創「科學月刊」。一直想回國貢獻所學,因此畢業後不久即回清大化學系任教。自認平易近人,但教學嚴謹,因此穫有「賴大刀」之惡名!於1982年時當選爲 清大化學系新一代的年青首任系主任兼所長;但壯志難酬,兩年後即辭職到美留浪。晚期曾回台蓋工廠及創業,均應「水土不服」而鎩羽而歸。正式退休後,除了開始又爲科學月刊寫文章外,全職帶小孫女(半歲起);現已成七歲之小孫女的BFF(2015)。首先接觸到泛科學是因爲科學月刊將我的一篇文章「愛因斯坦的最大的錯誤一宇宙論常數」推薦到泛科學重登。

0

10
1

文字

分享

0
10
1
最讓水珠站不住腳的塗料
胡中行_96
・2023/11/06 ・2183字 ・閱讀時間約 4 分鐘

不少影視作品,善用水滴暗喻流淚。離散的場面哀戚,暗夜裡風雨飄搖。雨絲打在窗上,衝擊著觀眾敏感的心。主觀鏡頭宛如主角的目光,透過玻璃望向遠方。可是任誰都無法忽略,前景那一顆在表面移動的雨滴,默默地、緩緩地滑到一半,止住了。雨過天晴,窗外的玫瑰花瓣托著晨露,晶瑩剔透,水珠怎麼飽滿,也沒溜下來。如此揪心的情緒渲染,倘若換作荷葉或鐵氟龍鍋具,效果肯定蕩然無存。稍稍傾斜,便把持不住一滴,三兩下流得乾乾淨淨,不著痕跡。於是,被騙得一把鼻涕一把淚的觀眾,拭乾雙眼,體會刻骨銘心:摩擦力大的表面,即使垂直,水滴也可能攀附;摩擦力小,則些微的斜度,就會流失水滴。[1]

圖/Gary Ellis on Unsplash

接觸線摩擦力

想留住水滴,就如同要挽回即將離去的戀人,免不了得談客觀條件。芬蘭阿爾託大學(Aalto University)和于韋斯屈萊大學(University of Jyväskylä)合作的團隊,在《自然化學》(Nature Chemistry)期刊上,介紹新創塗料時,列出下面 4 個影響水滴流動的要素:[1]

  1. 接觸線摩擦力(contact line friction):受到水滴的大小、表面張力、接觸面的形狀,以及水滴後退角(receding contact angle)與前進角(advancing contact angle)(如下圖)的差距所影響。接觸線摩擦力是這裡羅列的項目中,唯一會導致靜摩擦力(static friction),[1]阻礙移動發生的力量。[2]接下來的幾個,都是在水滴已經開始移動後,才會出現。[1]
  2. 黏滯耗散(viscous dissipation):流動的過程中,其黏性將部份動能,不可逆地轉換成熱能。[3]
  3. 氣阻(air resistance):通過氣體的時候,氣流對其表面產生的阻力。[4]
  4. 靜電力(electrostatic forces):某些物體相互摩擦後會帶電,因而有推或拉的力量。[5]當水滴在疏水性的表面上移動,引發電荷分離(charge separation),水滴通常帶正電,該表面則帶負電。靜電力對斜面上水滴下滑速度的影響,甚至可以超過重力。[6]
a. 水滴在(左)親水性和(右)疏水性表面上的情形;b. 水滴後退角(θR)與前進角(θA)的差距,會影響接觸線摩擦力。圖/參考資料 7,Figure 1(CC BY 4.0

水滴對固體表面的依附,使它處處惹人嫌。比方說,在汽車的擋風玻璃,以及先進駕駛輔助系統的鏡頭上,會妨礙視線,干擾行車安全。[7]常言道:「所有感情問題,一律建議分手。」研究團隊想利刀斬孽緣,則所開發的塗料,要能有效減少物體表面的接觸線摩擦力,使水滴在上頭「站不住腳」。過往的研究認為,關鍵是降低形貌或化學的異質性[1]

開發新塗料

研究團隊調節時間、溫度和水份等變因,讓疏水性的辛基三氯矽烷(octyltrichlorosilane),在親水性的二氧化矽(SiO2)板上,自然「生長」成自組裝單層膜(self-assembled monolayer)。[1]無論這層膜在矽板上的密度低,也就是表面大多都是二氧化矽;或者密度高,即辛基三氯矽烷佔多數,都可以視為異質性低的情形。反之,若表面密度中等,則異質性高。理論上,異質性低對削弱接觸線摩擦力有幫助,但是研究團隊認為塗料密度低的時候,表面親水性過高,效果可能不彰。[1, 8]

-----廣告,請繼續往下閱讀-----

然而實驗結果有些出乎意料:當這層膜在矽板上的表面密度較低,水竟然自由地於塗料的分子間流動,很容易滴落;而表面密度高時,水則停留在塗料上面,也可以輕易滑下來。唯有介於兩者之間,水才會緊巴著矽板。[1, 8]

表面塗料低、中和高的密度,造成不同的異質性(heterogeneity)與摩擦力(friction)。圖/參考資料 1,Figure 1a(CC BY 4.0

防潑水塗料的用途

芬蘭研究團隊的成品,應該是目前全世界最滑溜的塗料,防潑水的能力超級好。[8]麻煩的是厚度太薄,耐用性有待提升。將來如果成功改善,有望廣泛運用於除冰、抗霧、暖氣管線等諸多方面。[1, 8]

表面塗料密度低,斜度漸增,攝影機跟著轉動。影/參考資料 1,Supplementary Video 2(CC BY 4.0
表面塗料密度中等,斜度漸增,攝影機跟著轉動。影/參考資料 1,Supplementary Video 3(CC BY 4.0
表面塗料密度高,斜度漸增,攝影機跟著轉動。影/參考資料 1,Supplementary Video 4(CC BY 4.0

參考資料

  1. Lepikko S, Jaques YM, Junaid M, et al. (2023) ‘Droplet slipperiness despite surface heterogeneity at molecular scale’. Nature Chemistry.
  2. Müser MH. (2008) ‘How static is static friction?’. Proceedings of the National Academy of Sciences, 105(36):13187-8.
  3. Malik MY, Hussain A, Salahuddin T, et al. (2016) ‘Effects of viscous dissipation on MHD boundary layer flow of Sisko fluid over a stretching cylinder’. AIP Advances, 6, 035009.
  4. Oxford University Press. ‘Air Resistance’. Oxford Reference. (Accessed on 27 OCT 2023)
  5. Electrostatics: A non-contact force’. (31 DEC 2018) Department of Education, Victoria State Government, Australia.
  6. Díaz D, Li X, Bista P, et al. (2023) ‘Self-generated electrostatic forces of drops rebounding from hydrophobic surfaces’. Physics of Fluids, 35(1):017111.
  7. Hodgson G, Passmore M, Skarysz M, et al. (2021) ‘Contact angle measurements for automotive exterior water management’. Experiments in Fluids, 62, 119.
  8. Researchers create the most water-repellent surface ever’. (23 OCT 2023) Aalto University, Finland.
胡中行_96
169 篇文章 ・ 65 位粉絲
曾任澳洲臨床試驗研究護理師,以及臺、澳劇場工作者。 西澳大學護理碩士、國立台北藝術大學戲劇學士(主修編劇)。邀稿請洽臉書「荒誕遊牧」,謝謝。

0

1
1

文字

分享

0
1
1
為什麼壁虎能飛簷走壁?壁虎之「爪」所藏有的秘密!——《黏黏滑滑》
晨星出版
・2023/01/08 ・3040字 ・閱讀時間約 6 分鐘

潮濕環境中就算是壁虎也會腳滑?

這引我走上另一條路徑。有鑑於凡得瓦力靠得是兩個平面之間緊密接觸,如果是像史塔克教授提到的大溪地雨林那樣潮溼的環境,會發生什麼狀況呢?有水是否會改變壁虎的抓力?或者,如我假裝專業問她的問題,潮溼的壁虎可以黏在物體上嗎?

史塔克是討論這個問題的絕佳人選。為了更透徹理解真實世界的環境如何運作,她與研究夥伴一起花了好幾年時間探究表層水對壁虎黏附力的影響。她一開始先測量大壁虎在三種玻璃樣本上的黏附力—乾燥、用水滴稍微沾濕,以及完全浸泡在水中。

壁虎被放置在各個表面上,再用小型電動吊帶輕輕往後拖(沒錯,你沒看錯),直到牠們的四足全都移動。這能讓研究人員測量克服壁虎黏性所需的力量—稱為最大剪切黏附力(shearadhesion force)。

他們發現壁虎在潮溼的玻璃表面上,黏附力會明顯下降。

-----廣告,請繼續往下閱讀-----

「這讓我們很吃驚,尤其是有那麼多種壁虎生活在高濕度、高降雨量的環境中,」史塔克說。

「我們測量了四足完全泡在水中時的最低黏附力,這時候水絕對會干擾以凡得瓦力為基礎的黏附力所需的密切接觸。」但她承認,這個狀況在野外大概沒那麼普遍。

「實際而言,相較於走進暴雨之中並踩入深水坑,壁虎更有可能接觸到僅稍微沾濕的表面。」即使如此,史塔克在稍微沾濕的表面測得的力量,還是比足趾乾燥走過乾燥玻璃的壁虎還低(或比較不黏)。

大多數情況下,牠們依然有剛剛好的抓力可以承受自己的體重,但是當環境變得潮溼,壁虎的黏附力就會開始減弱。其中發生了什麼事?

壁虎腳趾的「疏水」特性

回到第一章,我們得知液體黏附於表面的能力關乎表面能和可濕性。壁虎趾墊極度疏水。它們會有效地排斥水,所以當蜥蜴把足部伸入水坑,會在足趾周圍形成微小的氣囊;水被推開,保持足趾乾燥。但是這項除水的能力有其限制,取決於壁虎最後踩上的表面。

-----廣告,請繼續往下閱讀-----
壁虎的足趾具有極高的疏水性。圖/envatoelements

在史塔克的研究中,她著重在玻璃表面,這是因為玻璃具有親水性,會吸水。當壁虎的足部接觸到潮溼的玻璃,牠無法完全把水推開,如史塔克的解釋,這會中斷提供壁虎大部分抓力的凡得瓦力。

此外,壁虎的足部泡在水中過了 30 分鐘後,牠們的足趾似乎會暫時失去傑出的防潑水能力。水會湧入皮瓣,更進一步減弱牠們的抓力,使得玻璃似乎更滑。

但是如果表面本身就具疏水性,那一切對壁虎來說就簡單多了。在那樣的情況下,其足部和表面都會排斥水,因此兩者接觸時也會很乾燥。那對壁虎而言是理想的狀況—沒有水,其剛毛和匙突都能用來黏附。

這也反映出許多物種在野外會遇到的環境:從有蠟的樹葉到樹幹,疏水性表面在自然界中不足為奇。重要的是,壁虎奔跑的頻率高於行走,史塔克之後證實,這有助於牠們更有效率地甩掉足趾上的水。

-----廣告,請繼續往下閱讀-----

鐵弗龍攀爬實驗

體悟到可濕性是壁虎抓力的關鍵因子,促使許多研究團體開始探究壁虎碰到工程性疏水表面會發生什麼事—最有名的研究是壁虎與鐵弗龍的比賽,首次討論在 1960 年代晚期開始。

德國科學家烏維.希勒(Uwe Hiller)發表的實驗指出,疏水性、表面能偏低的材料(如鐵弗龍),對壁虎而言太滑了,爬不上去。即使他用帶電粒子撞擊鐵弗龍以增加表面能,他的實驗壁虎依然難以爬得更遠。針對單一剛毛的實驗也得到一樣的結果。

所以我們也許能理解,史塔克沒有很想在 2013 年再次測試該材料的原因。「不過我的本科學生非常好奇會發生什麼狀況,所以我最後還是同意了。」他們發現的結果讓所有人都大吃一驚。根據他們的結果,活壁虎可以爬上鐵弗龍,但只有在有水的情況下才辦得到。

「就是那些罕見的發現既讓我們困惑,但也證實我們在野外所見的狀況,」史塔克說。

-----廣告,請繼續往下閱讀-----

「我們知道壁虎可以毫不費力地爬上最滑的樹木和植物,即使在大洪水過後也一樣,所以水顯然對牠們來說不是大問題。但是我們的模型就是沒預測到在鐵弗龍的結果。」

壁虎能輕易爬上最滑的樹木和植物。圖/envatoelements

另一個結果就沒那麼令人意外—在中度可濕的材料上,水似乎沒造成什麼差異。壁虎在潮溼和乾燥表面上都能緊緊抓附。

但是超級疏水的鐵弗龍則是異數—與我們對以凡得瓦力為基礎的黏附力的認知相反,水似乎增進了壁虎的黏附表現。

研究人員表示,這個結果並不能類推到更多的材料上,而是只特定於鐵弗龍。在那篇論文中,他們歸咎於鐵弗龍的粗糙度。乾燥時,這個粗糙度可以造成空氣隙(air gap),減少表面與壁虎匙突之間的接觸區域。潮溼時,粗糙度好像有點被消除,讓足趾可以充分地緊密接觸,獲得凡得瓦吸力。

-----廣告,請繼續往下閱讀-----

老實說,這個解釋無法說服我,而史塔克在電話中似乎也同意我的看法。我們單純無法解釋我們的結果,或為何鐵弗龍與其他材料如此不同。在之後的實驗中,我們擾亂它的粗糙度和氟化作用(一種表面加工),以檢視有無任何變化。我們發現後者對黏附力有比較大的影響。我們懷疑靜電可能也有關係,但是還無法肯定。

壁虎黏附系統的未解謎題

壁虎黏附力的主要機制來自凡得瓦力,這似乎毫無疑問,但是我與研究人員對談,加上讀了多於我想承認的期刊論文後,我愈來愈認為不只如此。儘管我們不斷又相當密集地進行研究,我們可能還未揭露壁虎黏附系統的所有秘密。

例如,我們依然還沒全面釐清潮溼環境下的角蛋白剛毛發生什麼事。人體的毛髮極容易受濕度影響,主要是因為水有助於α- 角蛋白的鄰近股之間形成暫時的氫鍵。雖然它跟壁虎的β- 角蛋白之間有一些化學差異,但水似乎也有可能也會對其機械性特質產生作用。

歐騰毫無疑問相信這件事。他在 2011 年發表的一篇文章中,發現濕度提升得愈高,剛毛會變得愈軟,但是我們不知道在「整隻動物」規模時會怎麼運作。還有許多細胞生物學家認為角蛋白毛髮有額外的功能—蛋白質表面自然產生的正電荷似乎會進一步增強凡得瓦效應。最後, 2011 年,在一間黑暗的研究實驗室中,發現了一些神祕的壁虎腳印。

-----廣告,請繼續往下閱讀-----

「我們發表那篇論文時並不太受歡迎」當我問起這篇論文時,史塔克笑著說。「大家都說壁虎使用的是無殘膠、乾淨的黏附系統,但是如果是這樣的話,這些腳印是哪裡來的?牠們留下了一些東西,我們從未在其他地方看到相關報告。」

史塔克跟她的研究夥伴發現殘留物含有脂質—這是通常在像蠟和油這種「滑溜」物質會發現的化合物。她也指出,這些脂質集中並環繞著剛毛,讓她認為這與角蛋白有關。但是她承認,他們還無法解釋出現這些脂質的原因,或它們究竟是哪裡來的。

「我們就是沒有答案,雖然我們懷疑那跟快速切換黏性和快速移動有關。可能就是這些脂質有助於剛毛和匙突潔淨又無塵。或是脂質可能與毛髮的結構有關聯。不管是哪個原因,都讓我們知道目前以β- 角蛋白均質柱狀物為基礎的模式並不完整。」

這些尚待解答的問題,只會讓壁虎的黏附系統更加迷人和值得研究。其性能也使其成為工程和材料科學界源源不斷的靈感來源。

-----廣告,請繼續往下閱讀-----

——本文摘自《黏黏滑滑》,2022 年 11 月,晨星出版,未經同意請勿轉載