MétaCan
Menu
Retour à la cohorte
Enregistrement W1975643524 · doi:10.1115/mnhmt2012-75278

Growth Dynamics During Dropwise Condensation on Nanostructured Superhydrophobic Surfaces

2012· article· en· W1975643524 sur OpenAlexfundno aff
Nenad Miljkovic, Ryan Enright, Evelyn N. Wang

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMaterials Science
ThématiqueSurface Modification and Superhydrophobicity
Établissements canadiensnon disponible
Organismes subventionnairesBasic Energy SciencesSolid-State Solar Thermal Energy Conversion, Massachusetts Institute of TechnologyNatural Sciences and Engineering Research Council of CanadaIrish Research CouncilU.S. Department of EnergyOffice of ScienceHarvard UniversityNational Science Foundation
Mots-clésWettingMaterials scienceContact angleCondensationHeat transferEnvironmental scanning electron microscopeMorphology (biology)Chemical engineeringNanotechnologyScanning electron microscopeComposite materialThermodynamics

Résumé

récupéré en direct d'OpenAlex

Condensation on superhydrophobic nanostructured surfaces offers new opportunities for enhanced energy conversion, efficient water harvesting, and high performance thermal management. Such surfaces are designed to be Cassie stable, which minimize contact line pinning and allow for passive shedding of condensed water droplets at sizes smaller than the capillary length. In this work, we investigated in situ water condensation on superhydrophobic nanostructured surfaces using environmental scanning electron microscopy (ESEM). The “Cassie stable” surfaces consisted of silane coated silicon nanopillars with diameters of 300 nm, heights of 6.1 μm, and spacings of 2 μm, but allowed droplets of distinct suspended (S) and partially wetting (PW) morphologies to coexist. With these experiments combined with thermal modeling of droplet behavior, the importance of initial growth rates and droplet morphology on heat transfer is elucidated. The effect of wetting morphology on heat transfer enhancement is highlighted with observed 6× higher initial growth rate of PW droplets compared to S droplets. Consequently, the heat transfer of the PW droplet is 4–6× higher than that of the S droplet. To compare the heat transfer enhancement, PW and S droplet heat transfer rates are compared to that of a flat superhydrophobic silane coated surface, showing a 56% enhancement for the PW morphology, and 71% degradation for the S morphology. This study provides insight into importance of local wetting morphology on droplet growth rate during superhydrophobic condensation, as well as the importance of designing CB stable surfaces with PW droplet morphologies to achieve enhanced heat transfer during dropwise condensation.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,225
Écart entre enseignants0,212 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations34
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSurface Modification and SuperhydrophobicityTravaux en français237 207