非局域纳米梁在移动与静态热载荷下分数阶热弹性振动的比较分析

微小加热梁为何重要

工程师正在制造越来越小的器件——例如超灵敏传感器和微型机械的部件——这些器件依赖于仅几纳米厚的细长梁。随着器件工作，这些梁会加热和冷却，而热变化可能引起它们振动、弯曲甚至失效。本研究探讨了一种新的预测方法，用于在梁同时受到移动热冲击和缓慢上升的背景加热时，描述其响应行为，帮助设计者保持未来纳米器件的精度、稳定性和使用寿命。

微梁中移动的热

作者关注一根细长的硅纳米梁，两端简支，类似微尺度的桥梁。两类热作用同时作用于梁。一端的温度在短时间内逐渐上升，模拟背景热的“斜升”过程；与此同时，一个集中的热点以恒定速度沿梁移动，类似扫描激光或移动的电热区。这些热输入导致梁温度分布不均、弯曲和振动，进而产生内部应力，在纳米传感器和纳米电机械谐振器等实际应用中可能降低性能或诱发失效。

更现实的热与记忆模型

传统的热传导理论常假设热扩散是瞬时的，且材料不保留“历史”信息。这些假设在纳米尺度下失效，此时结构尺寸和历史效应变得重要。本工作采用一种更新的框架——Moore–Gibson–Thompson（MGT）模型，它限制了热波传播速度并引入了热响应的固有滞后。作者进一步使用“分数阶”导数——一种自然编码记忆效应的数学工具，使当前温度和变形依赖于过去的过程。他们还包含了“非局域”效应，即某点的应力不仅取决于该处的应变，还与邻近区域的行为有关，这在结构仅由数百个原子厚度构成时尤为关键。

从方程到梁的行为

基于这些思想，研究团队建立了一组耦合方程，描述纳米梁的温度、弯曲、横向挠度和内部力。研究者在变换的数学空间中解析求解这些方程，然后使用数值反演技术将解转换回实际时间域。这样他们便能以现实的硅材料参数计算不同模型参数下沿梁的温度、位移、弯矩和挠度随时间演化。他们系统地比较了包含或不包含分数阶“记忆”项的MGT框架与工程中广泛使用的传统热传导理论。

什么决定振动、应力与稳定性

结果揭示了明确的设计规律。首先，MGT及其相关的“GN‑II”热模型相比经典理论预测出明显较低的温度、挠度和弯矩，尤其在包含分数阶（基于记忆）的项时更为显著。较低的峰值意味着较小的热应力和较低的结构损伤风险。其次，增大分数阶项的强度可降低振动幅度和弯曲，减少能量损耗和频率噪声——这对高精度谐振器和传感器非常有利。第三，更强的非局域效应（捕捉尺寸依赖行为）能平滑响应并缩小高应力出现的区域。最后，斜升加热的持续时间和移动热点的速度显著影响梁的剧烈响应：更长的斜升和较慢的移动载荷通常降低极值峰，而更快的载荷则提高能量和挠度。

对未来纳米器件的意义

通俗地说，研究表明如果工程师在设计时采用包含尺寸效应、热响应滞后和材料记忆的分数阶MGT框架，就能预测到比经典模型更小、更稳定的纳米梁热弹性振动。这一发现有助于为纳米级结构（从微小机械传感器到先进计算与制造中的组件）设计更安全、更高效的方案——通过合理控制热输入并选择合适的梁尺寸与材料，可以显著提升灵敏度、耐久性和可靠性。

引用: Tiwari, R., Gupta, G.K. & Shivay, O.N. Comparative analysis of fractional thermoelastic vibrations of a nonlocal nanobeam exposed to travelling and static thermal loads. Sci Rep 16, 7805 (2026). https://doi.org/10.1038/s41598-026-39005-5

关键词: 纳米梁振动, 热弹性, 分数阶模型, 非局域弹性, 移动热源