MARC

 008250123s2024        us                              c    eng  d
■001000017160685
■00520250211151100
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798382835495
■035    ▼a(MiAaPQ)AAI31142898
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a530
■1001  ▼aHanlan,  Jesse.
■24510▼aInterplay  Between  Structure  and  Dynamics  in  Granular  Materials  and  Twisted  Strings
■260    ▼a[Sl]▼bUniversity  of  Pennsylvania▼c2024
■260  1▼aAnn  Arbor▼bProQuest  Dissertations  &  Theses▼c2024
■300    ▼a133  p
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  85-12,  Section:  B.
■500    ▼aAdvisor:  Durian,  Douglas  J.
■5021  ▼aThesis  (Ph.D.)--University  of  Pennsylvania,  2024.
■520    ▼aThe  first  part  of  this  thesis  broadly  describes  physics  beyond  jamming  in  granular  materials.  As  granular  flows  pass  through  a  narrow  constriction  they  have  a  propensity  to  clog,  like  salt  in  a  salt  shaker.  This  process  has  been  shown  to  be  Poissonian,  with  the  flow  randomly  sampling  configurational  microstates  local  to  the  outlet.  We  analyze  25,000  flow  events  from  an  automated,  2D  hopper  filled  with  tridisperse  discs  to  identify  structural  features  which  correlate  with  the  onset  of  clogging.  We  utilize  a  linear  Support  Vector  Machine  (SVM)  and  a  Convolutional  Neural  Network  (CNN)  to  classify  states  as  either  flowing  or  clogging.  Using  the  SVM,  we  achieve  a  58%  accuracy  on  this  task,  increasing  to  70%  when  identifying  flowing  states  from  the  incipient  arch  formation,  and  95%  separating  flowing  states  from  empty  stable  arches.  The  non-linear  CNN  achieves  a  marginally  higher  accuracy,  61%  in  the  clogging  task,  but  still  fails  to  predict  the  onset  of  clogging  in  an  individual  flow.  However,  the  interpretable  nature  of  the  SVM  decision  boundary  identifies  the  cornerstones  as  an  important  feature  even  in  the  lowest  accuracy  machine.  We  verify  this  with  experimental  evidence  indicating  the  cornerstones  functionally  control  the  width  of  the  outlet,  and  thus  the  probable  range  of  arches.We  also  investigate  the  dynamics  of  a  rotating  impactor  dropped  into  a  static  granular  bed.  Previous  work  has  shown  the  forces  affecting  translation  are  primarily  normal  to  the  body  of  the  impactor,  but  acknowledges  the  tangential  forces  must  be  present.  Using  a  5000  fps  camera,  we  track  the  translational  and  rotational  motion  of  a  spherical  impactor  into  a  granular  bed.  We  observe  the  overall  penetration  depth  of  the  impactor  is  enhanced  by  rotation,  while  the  translational  stopping  time  is  extended.  We  also  found  the  rotational  acceleration  saturates  to  a  constant,  depth-dependent  value  after  translation  has  stopped,  suggesting  the  rotational  dynamics  of  the  impactor  are  dominated  by  the  quasistatic  interaction  with  the  granular  bulk.The  second  part  of  this  thesis  focuses  on  the  modeling  of  strings  under  twist,  and  the  exploitation  of  this  geometry  for  hand  powered  high-frequency  oscillation.  First  we  test  the  standard  model  for  the  length  contraction  of  a  bundle  of  strings  under  twist,  and  find  systematic  deviation  with  opposing  effects  at  medium  and  large  twist  angles.  By  including  volume  conservation,  we  achieve  better  fits  to  data  for  single-,  double-,  and  triple-stranded  bundles  of  Nylon  monofilament  as  an  ideal  test  case.  This  gives  a  well-defined  procedure  for  extracting  an  effective  twist  radius  that  characterizes  contraction  behavior.  While  our  approach  accounts  for  the  observed  faster-than-expected  contraction  up  to  medium  twist  angles,  we  also  find  that  the  contraction  is  nevertheless  slower  than  expected  at  large  twist  angles  for  both  Nylon  monofilament  bundles  and  several  other  string  types.  The  size  of  this  effect  varies  with  the  individual-string  braid  structure  and  with  the  number  of  strings  in  the  bundle.  We  speculate  that  it  may  be  related  to  elastic  deformation  within  the  material.  However,  our  first  modeling  attempt  does  not  fully  capture  the  observed  behavior.A  use  case  for  the  dynamics  of  twisted  strings  is  powering  a  'buzzer'.  Previous  work  characterized  a  novel  geometry  where  the  buzzer  is  turned  vertical  and  a  hanging  mass  is  applied  to  one  end  to  transfer  some  energy  between  periods.  We  characterize  the  time  dependent  forcing  required  to  drive  sinusoidal  motion  on  this  system:  the  vertical,  taut-line  buzzer.  A  damped  taut-line  system  is  constructed  and  its  oscillatory  properties  measured.  The  predicted  force  profile  is  implemented  by  hand,  sinusoidal  motion  is  observed  and  the  energy  required  per  cycle  to  maintain  steady  state  oscillations  is  found  in  good  agreement  with  theory.  An  additional  force  profile  to  maximize  oscillations  and  minimize  operator  effort  is  characterized,  achieving  a  peak  angular  velocity  of  11,000  RPM.  These  high  velocity  oscillations  are  compared  to  alternate  hand-powered  centrifuge  systems  for  efficiency  of  energy  input  and  predicted  for  use  in  comparatively  high  volume  centrifugation  tasks.
■590    ▼aSchool  code:  0175.
■650  4▼aPhysics
■650  4▼aCondensed  matter  physics
■650  4▼aMaterials  science
■653    ▼aGranular  impact
■653    ▼aGranular  physics
■653    ▼aHopper  flow
■653    ▼aMachine  learning
■653    ▼aSoft  matter
■653    ▼aSupport  Vector  Machine
■653    ▼aConvolutional  Neural  Network
■690    ▼a0605
■690    ▼a0794
■690    ▼a0611
■71020▼aUniversity  of  Pennsylvania▼bPhysics  and  Astronomy.
■7730  ▼tDissertations  Abstracts  International▼g85-12B.
■790    ▼a0175
■791    ▼aPh.D.
■792    ▼a2024
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T17160685▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.

미리보기

내보내기

chatGPT토론

Ai 추천 관련 도서