마찰면 자가조직 네트워크와 곡률 리지 구조 분석

초록

**
본 논문은 마찰면의 자가조직 특성을 기반으로 마찰 네트워크의 진화를 모델링한다. 변위장의 곡률을 계산해 중요한 곡률 극값을 추출하고, 이들을 연결해 방향성 리지‑네트워크를 만든다. 네트워크의 발산(팽창)과 회전(와류) 성분을 이용해 노드 간 상호작용을 정의하고, 생성된 네트워크 지표와 합성 음향 신호 사이의 상관관계를 탐색한다. 또한, 슬라이딩 전·후의 핵심 쌍(pair) 상호작용 변화를 강조한다.

**

상세 분석

**
이 연구는 마찰면을 ‘자기조직(self‑organizing)’ 시스템으로 가정하고, 표면 변형이 시간에 따라 어떻게 복잡한 네트워크 구조로 전이되는지를 정량화한다. 먼저 실험 또는 수치 시뮬레이션을 통해 2‑D 변위 필드 u(x,y) 를 획득하고, 라플라시안 ∇²u 와 헤시안 행렬을 이용해 곡률 스칼라 κ(x,y) 를 계산한다. 곡률의 국부 최대값(또는 최소값)은 ‘리지를 형성하는 핵심점’으로 간주되며, 이들 점을 네트워크의 노드로 정의한다.

노드 간 연결은 두 가지 물리적 성분을 기반으로 한다. 첫째, 발산 (divergence) = ∇·v 는 국부 팽창·수축을 나타내어, 한 노드에서 주변 노드로의 물질 흐름 방향을 결정한다. 둘째, 와류 (vorticity) = ∇×v 는 전단에 의한 회전성을 포착한다. 이 두 성분을 복합적으로 고려해 ‘방향성(edge)’를 부여함으로써, 각 노드 쌍(i→j)은 D_ij (발산)와 Ω_ij (와류)값에 따라 가중치가 할당된다. 이렇게 구성된 그래프는 유향 네트워크이며, 인접 행렬 A 는 A_ij = f(D_ij,Ω_ij) 형태의 비선형 함수로 정의된다.

네트워크 분석에서는 평균 차수, 클러스터링 계수, 모듈러리티, 페이지랭크, 그리고 특히 ‘전달 중심성(betweenness)’과 ‘전이 확률(transmission probability)’을 강조한다. 슬라이딩 전후에 이러한 지표가 급격히 변하는데, 예를 들어 전이 전에는 고차원 클러스터가 형성되지만 슬립 직후에는 중심성이 높은 소수의 ‘핵심 노드’가 급증한다. 이는 마찰면이 잠재적 불안정성을 축적하다가 임계점에 도달하면 급격히 재구성된다는 물리적 해석과 일치한다.

또한, 연구팀은 합성 음향 방출(Acoustic Emission, AE) 신호를 생성해 네트워크 지표와 상관시켰다. AE 이벤트의 발생률, 진폭 스펙트럼, 그리고 프랙털 차원은 네트워크의 평균 경로 길이와 강하게 연관된다. 특히, 고차원 클러스터가 붕괴될 때 AE 파워 스펙트럼이 급격히 상승하는 현상이 관찰되었다. 이는 ‘곡률 리지‑네트워크’가 마찰면 내부의 에너지 저장·방출 메커니즘을 효과적으로 포착한다는 증거다.

마지막으로, 논문은 ‘핵심 쌍(pair)’의 전후 변화를 시각화한다. 전이 전에는 다수의 약한 연결이 존재하지만, 슬립 직후에는 몇몇 강한 방향성 연결이 지배적으로 나타난다. 이러한 변화는 ‘임계 전이(critical transition)’를 네트워크 관점에서 정량화하는 새로운 프레임워크를 제공한다.

**