TU Darmstadt / ULB / TUprints

Collective Behavior in Inertial Active Matter

Hecht, Lukas (2024)
Collective Behavior in Inertial Active Matter.
Technische Universität Darmstadt
doi: 10.26083/tuprints-00028831
Ph.D. Thesis, Primary publication, Publisher's Version

[img] Text
PhD-thesis-Hecht.pdf
Copyright Information: In Copyright.

Download (20MB)
Item Type: Ph.D. Thesis
Type of entry: Primary publication
Title: Collective Behavior in Inertial Active Matter
Language: English
Referees: Liebchen, Prof. Dr. Benno ; Palberg, Prof. Dr. Thomas
Date: 13 December 2024
Place of Publication: Darmstadt
Collation: xv, 225 Seiten
Date of oral examination: 27 November 2024
DOI: 10.26083/tuprints-00028831
Abstract:

Active matter consists of particles which consume energy to convert it into directed motion. Due to this local energy conversion, active matter is intrinsically out of equilibrium. This manifests in striking collective phenomena. For example, active particles can phase separate into a dense and a dilute phase without any attractive interactions by motility-induced phase separation, or they can form stationary or moving patterns. In stark contrast to systems in thermodynamic equilibrium, active particles can even self-assemble into clusters in which they feature a persistently lower kinetic temperature, i.e., mean kinetic energy, compared to particles in their environment. This phenomenon requires inertia and raises the general question of how inertia influences collective behavior in active matter. In particular, the influence of inertia on the emergence of coexisting temperatures is not fully understood. More generally, it is under debate how to define temperature in an active system at all. The aim of this thesis is to provide fundamental insights into these questions. As a key non-equilibrium phenomenon, we explore the emergence of coexisting temperatures in inertial active Brownian particles, which undergo motility-induced phase separation, by using Brownian dynamics simulations. First, we show that the effect of inertia on the phase transition line and the emergence of coexisting kinetic temperatures allows designing a mechanism of a "refrigerator" for active particles. Without requiring any isolating walls, it is able to decrease their kinetic temperature by two orders of magnitude compared to the environment. Second, we observe coexisting kinetic temperatures even in mixtures of overdamped active and inertial passive particles, when they undergo motility-induced phase separation. We show that the liquid-like phase can be not only colder but also hotter than the gas-like phase. Finally, we show that these results are robust against the used "thermometer". In particular, we compare different possibilities to calculate temperature in active systems by applying well-established thermodynamic relations. This comparison yields the existence of two temperature classes. In both classes, we identify methods that are independent of tracer properties or external confinements, and hence, are suited for measuring the temperature of active matter. We further investigate control mechanisms for particle self-assembly by developing a minimal model for assembling colloidal particles in the trail of an ion-exchange resin bead. Our simulations describe the experiments well, both qualitatively and quantitatively. The numerical investigation of the explored systems requires a wide range of data analysis tools. Thus, we developed the Active Matter Evaluation Package for the analysis of the simulation data. This Python library allows for quickly calculating observables which provide insights into the structural and dynamical properties of the investigated systems. It is the first tool that is specifically designed for the analysis of active matter systems. The results of this thesis provide routes to control self-assembly and temperature in active systems, and the detailed comparison of different temperature definitions can serve as a starting point towards a thermodynamic theory for active matter. The explored colloidal self-assembly could be applied as a new technique to write lines and letters into water, and finally, the developed Python library is publicly available as open-source software and provides essential tools to study phase separation, pattern formation, and critical phenomena in active matter systems and beyond.

Alternative Abstract:
Alternative AbstractLanguage

Aktive Materie besteht aus Teilchen, die Energie aufnehmen und in eine gerichtete Bewegung umwandeln. Aufgrund dieser lokalen Energieumwandlung befinden sich aktive Systeme intrinsisch im Nichtgleichgewicht. Dies äußert sich in eindrucksvollen kollektiven Phänomenen. Aktive Teilchen können beispielsweise ohne jegliche anziehende Wechselwirkung in eine dichte flüssige und eine gasartige Phase separieren (Motility-Induced Phase Separation, MIPS) oder sie können stationäre oder bewegte Muster bilden. Im Gegensatz zu Systemen im thermodynamischen Gleichgewicht können sich aktive Teilchen sogar selbst zu Clustern zusammenschließen, in denen sie im Vergleich zu Teilchen in ihrer Umgebung eine dauerhaft niedrigere kinetische Temperatur, d.h. mittlere kinetische Energie, aufweisen. Letzteres setzt voraus, dass die Teilchen träge sind und wirft die allgemeine Frage auf, wie Trägheit das kollektive Verhalten aktiver Teilchen beeinflusst. Insbesondere ist der Einfluss der Trägheit auf die Entstehung koexistierender Phasen mit unterschiedlichen Temperaturen nicht vollständig geklärt. Ganz allgemein wird außerdem diskutiert, wie man Temperatur in einem aktiven System überhaupt definieren kann. Ziel dieser Arbeit ist es, grundlegende Erkenntnisse zu diesen Fragen zu gewinnen. Als zentrales Nichtgleichgewichtsphänomen wird die Entstehung koexistierender Temperaturen in Systemen aus trägen aktiven Brownschen Teilchen, die MIPS zeigen, mit Brownschen Dynamik-Simulationen untersucht. Zunächst wird gezeigt, dass die Auswirkung der Trägheit auf die Phasenübergangslinie und das Auftreten koexistierender kinetischer Temperaturen die Entwicklung eines Mechanismus für einen "Kühlschrank" für aktive Teilchen ermöglicht. Ohne isolierende Wände zu benötigen, ist dieser in der Lage, die kinetische Temperatur der aktiven Teilchen im Vergleich zur Umgebung um zwei Größenordnungen zu senken. Zweitens wird gezeigt, dass koexistierende kinetische Temperaturen sogar in Mischungen aus überdämpften aktiven und trägen passiven Teilchen auftreten, wenn sie in eine flüssige und eine gasartige Phase separieren. Hierbei kann die flüssige Phase nicht nur kälter, sondern auch heißer sein als die koexistierende gasartige Phase. Schließlich wird gezeigt, dass diese Ergebnisse robust gegenüber der Art des verwendeten "Thermometers" sind. Insbesondere werden verschiedene Methoden zur Berechnung der Temperatur in aktiven Systemen, die auf etablierten thermodynamischen Beziehungen basieren, systematisch miteinander verglichen. Dieser Vergleich zeigt die Existenz von zwei Temperaturklassen. In beiden Klassen können Temperaturen identifiziert werden, die unabhängig von den Eigenschaften eines Testteilchens oder von externen Potentialen sind und sich daher für die Messung der Temperatur aktiver Materie eignen. Darüber hinaus werden Kontrollmechanismen für die Selbstorganisation von Partikeln untersucht. Dazu wird ein Minimalmodell für das Ansammeln kolloidaler Partikel in der Spur eines Ionenaustauschers entwickelt. Die numerischen Ergebnisse beschreiben die Experimente sowohl qualitativ als auch quantitativ gut. Die numerische Untersuchung der betrachteten Systeme erfordert eine breite Palette von Datenanalysewerkzeugen. Daher wurde das Active Matter Evaluation Package für die Analyse der Simulationsdaten entwickelt. Diese Python-Bibliothek ermöglicht die schnelle Berechnung von Observablen, die Aufschluss über die strukturellen und dynamischen Eigenschaften der untersuchten Systeme geben. Sie ist die erste Python-Bibliothek, die speziell für die Analyse aktiver Materie entwickelt wurde. Die Ergebnisse dieser Arbeit zeigen, wie die Bildung von Clustern und deren Temperatur in aktiven Systemen kontrolliert werden kann und der detaillierte Vergleich verschiedener Temperaturdefinitionen liefert einen Ausgangspunkt für die Entwicklung einer thermodynamischen Theorie für aktive Materie. Die erforschte Selbstorganisation kolloidaler Partikel kann als neue Technik eingesetzt werden, um Linien und Buchstaben in Wasser zu schreiben und die entwickelte Python-Bibliothek ist als Open-Source-Software öffentlich zugänglich und bietet wesentliche Werkzeuge zur Untersuchung von Phasenseparation, Musterbildung und kritischen Phänomenen in aktiver Materie und darüber hinaus.

German
Uncontrolled Keywords: Active Matter, Computer Simulations, Statistical Physics, Non-equilibrium Physics, Colloids, Temperature, Python, Collective Behavior, Phase Separation, Brownian Dynamics, Clustering, Thermodynamics
Status: Publisher's Version
URN: urn:nbn:de:tuda-tuprints-288316
Classification DDC: 500 Science and mathematics > 530 Physics
Divisions: 05 Department of Physics > Institute for Condensed Matter Physics
05 Department of Physics > Institute for Condensed Matter Physics > Theory of Soft Matter
Date Deposited: 13 Dec 2024 13:09
Last Modified: 17 Dec 2024 09:47
URI: https://tuprints.ulb.tu-darmstadt.de/id/eprint/28831
PPN: 524648255
Export:
Actions (login required)
View Item View Item