Oleophobicity of Biomimetic Micropatterned Surface and Its Effect on the Adhesion of Frozen Oil
Notice bibliographique
Résumé
The relationship between the oleophobicity of micropatterned surfaces and the reduction of oil adhesion at low temperatures was explored by using siloxane elastomer surfaces as a model system. Polydimethylsiloxane (PDMS) surfaces were fabricated with varying oleophobicity from oleophilic to superoleophobic by combing the blending of trichloro(1H,1H,2H,2H-perfluorooctyl)silane (FDTS) into PDMS with the construction of bioinspired micropillars. The oil contact angles of micropillars were >130°, with the largest contact angle measured to be 146°. The micropillared surface showed remarkable self-cleaning properties; the contact angle hysteresis was <15°. The transparent oil droplets on PDMS surfaces of varied oleophobicity were frozen into a white-colored solid at -25 °C with the aid of a cooling system. Adhesion forces of the frozen oil droplets were obtained from the knock-off tests, showing that the adhesion forces dropped with the increased oleophobicity. The largest adhesion force was observed on the oleophilic flat surface, while the lowest adhesion force was on the highest oleophobic micropillared surface. The relative effectiveness of chemical and physical modifications on adhesion strength reduction was studied in terms of FDTS and micropillars, respectively. The results showed that a reduction of adhesion strength by 4% was reached by blending FDTS into flat PDMS, while a much more pronounced reduction of frozen oil adhesion strength by 60% was achieved by blending FDTS into PDMS micropillars; these results suggested a possible synergic effect of the FDTS chemistry and micropillar on the reduction of adhesion strength of frozen oil droplets.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».