Modeling particle flow and blockages in microfluidic channels supported by periodic posts
Notice bibliographique
Résumé
One potential problem with microfluidic systems is the accumulation of particles and fluid bubbles inside chambers and other structures, which causes distortion in fluid flow potentially leading to device or system failure. Microfluidic channels and chambers that utilize a “cathedral-ceiling” arrangement, whereby periodic posts support the tops of the channels, have been suggested to improve defect tolerance over arrays of parallel channels through the provision of multiple paths during localized blockage formation. This paper builds on our prior investigations through development of a combined rule-based defect placement system and Monte Carlo method for modeling the fluid dynamics and blockage formation based on the likelihood of blockages forming in areas of high particle traffic and low flow. Our COMSOL model generates 150 randomly (normal) distributed particle streamlines. Coordinates along these streamlines are crossexamined to find the lowest flow areas, which are deemed likely points for blockage formation. MATLAB filtering then determines which microfluidic channel areas are most likely to obstruct based on particle population density. This process is iterated as blockages form, creating new streamline patterns, which in turn indicate placements for new blockages, and modified geometry for successive modelling iterations. This semi-automated method has enabled us to predict where the particles may accumulate and how this progressive block formation may change system pressure and flow. Results obtained support the findings of significantly increased lifetime expectancy of microfluidic chambers with periodic posts compared to arrays of parallel channels, while also providing greater insight into where blockages may form in the cathedral-ceiling type geometry.
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 ».