Leveling of a Line of Paint Droplets on a Surface
Notice bibliographique
Résumé
When liquid droplets are sprayed onto a solid surface during spray painting and coating, defects may be created due to non-uniformity of the liquid film. The time scale required for leveling the liquid film is of utmost importance. In this paper, the leveling of a droplet line was modeled numerically using a three-dimensional parallel code, based on a two-step projection method with a volume-of-fluid technique used to model free surface flow. Simulations and experiments were performed with a high viscosity liquid (87%wt glycerin in water solution and commercial paint) where a droplet line was deposited with varying center-to-center distance between the droplets and the time scale for leveling was measured. Predictions from the numerical model for droplet line thickness and variation in the thickness agreed well with experimental measurements. Simulation and experimental measurements clearly showed that the drastic portion of thickness change happened in the first 30 seconds. When the droplets were dispensed close to one another (initially thicker films), there was a lot of interaction between the droplets and therefore there was a huge variation in the thickness of the droplet line until the variation died down and the line was level. On the other hand, when droplets were dispensed further apart (initially thinner films), there was less interaction between the droplets and therefore less variation of the film thickness from the beginning and the leveling occurred much sooner.
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 | 0,000 | 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 ».