Физики обнаружили, что эффективность полоскания ткани в чистой воде во время стирки в первую очередь определяется не скоростью потока жидкости или диффузией частиц грязи, а эффектом диффузиоосмоса — движением частиц в жидкости под действием градиента концентрации растворенных в воде веществ. Именно благодаря ему удается эффективно «вытягивать» частицы грязи из микрометровых каналов между волокнами ткани, пишут ученые в Physical Review Applied.
Процесс очистки ткани от грязи во время стирки с помощью стирального порошка состоит из двух основных стадий. Первая стадия — это отрыв закрепленных на волокнах ткани частиц грязи и их связывание с поверхностно-активными веществами стирального порошка. Вторая стадия — транспорт образовавшихся частиц с потоком жидкости наружу. Если эффективность первой стадии зависит в первую очередь от химического состава чистящего средства, то на втором этапе скорость процесса определяется возможностью попадания частиц в поток жидкости. Во время стирки ткань полощут в чистой воде, чтобы с помощью потока чистой воды избавить текстильный материал от мыльной воды и связанных частиц грязи.
И если в довольно широких «проточных» каналах между крупными волокнами этот процесс проходит довольно быстро, то «вытянуть» частицы грязи из тупиковых каналов и замкнутых пространств между микроволокнами значительно сложнее. Если бы такой процесс определялся только диффузией частиц, то ткань стала бы чистой только спустя несколько часов непрерывного полоскания. Тем не менее, даже более короткое полоскание в чистой воде оказывается весьма эффективным. До настоящего момента было непонятно, по каким именно механизмам происходит процесс очистки замкнутых пространств с низкой скоростью потока жидкости внутри ткани, поэтому не удавалось управлять этим процессом и повышать его эффективность.
Для определения механизма очистки тканей во время полоскания и повышения эффективности стирки физики из США и Великобритании под руководством Говарда Стоуна (Howard A. Stone) из Принстонского университета детально изучили, что происходит с твердыми частицами внутри текстильных материалов в тот момент, когда мыльный раствор сменяется чистой водой.
Для этого ученые провели модельный эксперимент в системе из нескольких замкнутых микроканалов длиной 100 микрометров, соединенных с основным широким проточным каналом. Внутри замкнутых каналов изначально находилась мыльная вода (в качестве поверхностно-активного вещества использовался додецилсульфат натрия) и модельные частицы грязи, в качестве которых ученые использовали окрашенные полистирольные микросферы диаметром 500 нанометров. В качестве жидкости внутри основного канала ученые использовали или такой же раствор поверхностно-активного вещества (но без частиц), как внутри замкнутых пор, или раствор значительно более низкой концентрации (в том числе и чистую воду).
Оказалось, что в первом случае, когда процесс «вытягивания» частиц из пор определяется только скоростью потока жидкости и диффузией в результате броуновского движения, очистка канала от загрязнения происходит значительно медленнее, чем во втором случае. Ученые объяснили это наблюдение эффектом диффузиофореза — перемещения частиц под действием градиента концентрации соли в жидкости. В случае потока чистой воды между порой и основным каналом возникает разница концентрации поверхностно-активного вещества, что приводит к искажению двойного электрического слоя вокруг частицы и вызывает ее движение в область меньшей концентрации растворенного вещества.
Скорость частиц за счет диффузиофореза оказалась примерно на два порядка выше скорости жидкости в этих каналах, при этом она изменялась в зависимости от концентрации соли в воде. Теоретический анализ показал, что именно возникающий градиент концентрации и приводит к значительному ускорению процесса выхода частиц из замкнутых пор.
Чтобы показать, что этот эффект работает не только в модельной микрофлюидной системе, но и в текстильном материале, аналогичный эксперимент ученые провели с небольшим куском хлопковой ткани, на который было нанесено пятно из окрашенных загрязняющих частиц. Оказалось, что если в случае полоскания чистой водой пятно полностью пропадает с ткани за две минуты, то при полоскании в растворах додецилсульфата натрия этот процесс сильно затягивается, а в концентрированных растворах — не происходит вовсе.
Кроме определения основного механизма очистки ткани во время полоскания, ученые также предложили способ повысить эффективность этого процесса. Оказалось, что при появлении градиента соли между собой конкурируют два эффекта: диффузиофорезом и электрофорезом. Управлять этими процессами можно за счет изменения подвижности крупных анионов.
Эффект диффузиоосмоса часто становится важным в технологиях, в которых используется смена растворителей с различной концентрацией солей. Например, та же группа физиков показала, что диффузиоосмос может приводить к забиванию пор частицами — эффекту, который не только снижает эффективность микрофлюидных устройств, но и может быть использован и в полезных целях: например для сортировки ДНК или разработки биомембран.
Александр Дубов
А также измерит расстояние до них
Американские ученые разработали технологию пассивного теплового зрения HADAR, которая по инфракрасному изображению получает информацию о температуре, материалах и текстуре поверхности объектов, их излучательной способности, а также умеет измерять расстояние. Технология позволяет в ночных условиях получать изображение, сопоставимое по качеству со стереоскопическими изображениями, получаемыми обычными RGB камерами при дневном освещении. Статья опубликована в журнале Nature. Для автономной навигации и взаимодействия с людьми роботам и беспилотникам нужна информация об окружении, которую они получают с помощью камер, лидаров, сонаров или радаров. Однако обычные камеры зависят от условий освещенности и плохо работают в ночное время и при плохой погоде. Кроме этого информация, получаемая с камер не содержит физического контекста, что может приводить к некорректной работе нейросетевых алгоритмов автопилота, который, к примеру, не может отличить настоящего человека от манекена. Активные сенсоры, такие как лидары и радары, при резком росте их числа начинают взаимно влиять друг на друга. Выходом могло бы стать использование в условиях недостаточной видимости камер, работающих в инфракрасном диапазоне. Однако из-за так называемого «эффекта призрачности» получаемые тепловизором изображения обычно выглядят как пятна без четкой текстуры. Это связано с тем, что поверх отражающихся от объекта инфракрасных лучей, которые несут информацию об особенностях его рельефа, накладывается его собственное тепловое излучение, которое засвечивает эту полезную информацию. Группа ученых под руководством Зубин Джакоб (Zubin Jacob) из Университета Пердью смогла справиться с этой проблемой. Они разработали технологию под названием HADAR (акроним от слов heat-assisted detection and ranging), которая с помощью машинного обучения извлекает из изображений, полученных в инфракрасном диапазоне, информацию о температуре объектов, излучательной способности материалов, из которых они состоят, а также их физической текстуре. Кроме того, технология позволяет определять расстояние до объектов на изображении. Выделение информации о собственном излучении объектов позволяет избавиться от «эффекта призрачности» и получить информацию о текстуре. Для этого авторы используют данные из библиотеки материалов, которая содержит информацию об их излучательной способности. Инфракрасное изображение фиксируется с помощью гиперспектральной камеры, после чего данные поступают на вход нейросетевой модели, которая производит декомпозицию исходных данных, выделяя из них информацию о температуре, собственном излучении и текстуре. Для обучения алгоритма исследователи использовали как настоящие изображения, полученные с помощью камеры, так и множество сгенерированных трехмерных сцен. Возможности технологии демонстрирует одна из сцен, на которой при слабом освещении запечатлен автомобиль черного цвета и человек, рядом с которым установлен вырезанный из картона портрет Альберта Эйнштейна в натуральную величину. Изображения, полученные с помощью обычной камеры, лидара и HADAR затем использовали для определения объектов с помощью алгоритма распознавания изображений. На изображении, полученном с помощью обычной камеры, алгоритм ошибочно распознал двух людей, приняв картонную фигуру за человека. На данных, полученных лидаром, оказалось невозможно определить автомобиль. При этом HADAR смог выделить все составляющие сцены, а также определить, что одна из человеческих фигур имеет сигнатуру краски на поверхности, а вторая покрыта тканью. Созданная технология может значительно улучшить системы автономной навигации беспилотных транспортных средств и роботов, дополнив уже существующие системы или даже заменив их. HADAR позволяет определять объекты и измерять расстояние по данным, полученным в ночное время, так же хорошо, как это делают традиционные системы компьютерного зрения, которые используют данные с камер в условиях дневного освещения. По словам авторов работы, в дальнейшем им предстоит решить проблему высокой стоимости оборудования для гиперспектральной съемки и невысокой производительности алгоритма. Сейчас процесс получения изображений и их обработки занимает минуты, но для работы в режиме реального времени это время необходимо сократить. Ранее мы рассказывали, как физики создали лидар, способный распознать метровые детали с рекордного расстояния в 45 километров в условиях высокого шума и слабого сигнала.