研究人员揭开了气泡在液体中形成的奥秘

在液体中形成气泡的过程与它的相反过程非常相似，即从一个滴水龙头中形成水滴。但所涉及的物理原理却大不相同，虽然这些水滴的大小和间距是一致的，但气泡的形成通常是一个随机得多的过程。

现在，麻省理工学院(MIT)和普林斯顿大学(Princeton University)的研究人员进行的一项研究表明，在一定条件下，气泡也可以被诱导形成像水滴一样完美匹配的球体。

研究人员表示，这些新发现可能会对生物医学研究中微流体设备的开发以及理解天然气与石油在地下岩层微小孔隙中的相互作用方式产生影响。研究结果发表在今天的《美国国家科学院院刊》上，发表在麻省理工学院毕业生Amir Pahlavan博士、普林斯顿大学的Howard Stone教授、麻省理工学院教授Gareth McKinley和麻省理工学院教授Ruben Juanes的论文中。

Juanes解释说，产生均匀大小和间隔的气泡的关键在于将它们限制在一个狭窄的空间内。当空气或气体被释放到一个大的液体容器中时，气泡的扩散是分散的。然而，当气体被释放到相对狭窄的管内的液体中时，会产生一串大小完全匹配的气泡，而且每隔一段时间就会形成。这种统一且可预测的行为，独立于特定的起始条件，被称为普遍性。

液滴或气泡的形成过程非常相似，从流动物质(无论是空气还是水)的伸长开始，最终连接液滴或气泡与流动物质的“颈”变薄并被掐掉。这种收缩使液滴或气泡坍缩成球形。吹肥皂泡的图片:当你吹过这个环的时候，一管肥皂泡在一个长长的袋子里逐渐向外延伸，然后被捏掉，形成一个圆形的肥皂泡，然后飘走。

气泡颈附近微气泡的运动。这里的微气泡充当示踪剂，显示流动方向。

“水滴从水龙头滴下来的过程是众所周知的普遍现象，”Juanes说。如果滴下的液体有不同的粘度或表面张力，或者水龙头的开度不同，“都没有关系。你可以找到一些关系，这些关系可以让你决定描述这个过程的主曲线或主行为，”他说。

但是，从某种意义上说，当涉及到与滴水水龙头相反的过程时——通过一个开口将空气注入一个大的液体容器(如按摩浴缸)——这个过程并不是通用的。Juanes说:“因此，如果喷孔不规则，或者喷孔大或小，或者注入一些脉动，所有这些都会导致气泡被挤掉。”

新的实验包括气体渗透到粘性液体上，如石油。在非密闭空间中，气泡的大小是无法预测的，但当它们在管道中变成液体时，情况就发生了变化。在一定程度上，管的大小和形状并不重要，气体通过孔的特性也不重要。相反，这些气泡，就像水龙头上的水滴一样，大小和间距都是一致的。

毛细管中除湿环的演化和气泡的最终破裂。研究人员提供

Pahlavan说:“我们的工作实际上是两个令人惊讶的观察结果的故事;第一个令人惊讶的发现出现在大约15年前，当时另一个研究大型液体容器中气泡形成的小组观察到，缩小过程是不普遍的，“取决于实验设置的细节”。“第二个令人惊讶的发现来自我们的研究，它表明将气泡限制在毛细管中会使收缩对实验细节不敏感，因此具有普遍性。”

他说，这一观察结果“令人惊讶”，因为从直觉上看，能够在液体中自由移动的气泡受初始条件的影响似乎要小于那些被包围的气泡。但事实恰恰相反。结果表明，管与形成气泡之间的相互作用，作为空气与液体之间的一条接触线，沿着管内推进，发挥了重要作用。他表示，这“有效地抹去了系统的记忆，抹去了初始条件的细节，从而恢复了泡沫破裂时的普遍性。”

Pahlavan说，虽然这样的研究看起来很深奥，但它的发现在许多实际环境中都有潜在的应用价值。“控制液滴和气泡的生成在微流体中是非常理想的，考虑到许多应用。例如喷墨打印、医学成像和制造颗粒材料。”

对于一些自然过程，新的理解也很重要。他说:“在地球物理应用中，我们经常看到流体在非常狭窄的空间中流动。”在分析这些过程时，流体和周围颗粒之间的相互作用常常被忽略。但是，这样的地质系统的行为往往是由粒度级的过程决定的，这意味着，在这项工作中所做的这种微尺度分析可能有助于理解甚至是这样非常大规模的情况。

Juanes说，在这样的地质构造中，气泡的形成可能是好事，也可能是坏事，这取决于所处的环境，但无论如何，理解这一点都很重要。例如，对于碳封存，希望是将二氧化碳从发电厂排放中分离出来，泵入深层地层，以防止气体进入大气层。在这种情况下，在岩石中微小的孔隙空间中形成气泡是一种优势，因为气泡往往会阻碍流动，并使气体固定在一定的位置，防止气体泄漏出来。

但出于同样的原因，在天然气井中形成气泡可能是一个问题，因为它也会阻塞流动，抑制提取所需天然气的能力。“它可以被固定在孔隙空间，”他说。“要想打破这个泡沫，需要更大的压力。”

英国布里斯托尔大学(University of Bristol)应用数学教授延斯•埃格斯(Jens Eggers)表示:“这是一项非常好的、细致的工作。他没有参与这项研究。“毫无疑问，这篇论文的成功很大程度上是因为它得到了仔细和定量实验的支持。”

他说，这些发现反映了一个事实，那就是“还有更多的复杂性。

比之前想象的要小。埃格斯补充说，“当然，理解这种复杂性对于应用程序来说至关重要，因为在应用程序中，人们没有选择选择问题中一个特别简单的部分，而是必须面对所有的复杂性。”