MétaCan
Menu
Retour à la cohorte
Enregistrement W2024170475 · doi:10.1115/icnmm2009-82076

The Numerical Simulation of a Passive Interdigital Micromixer With Uneven Lamellar Width

2009· article· en· W2024170475 sur OpenAlexaff
Yanfeng Fan, Ibrahim Hassan

Notice bibliographique

RevueASME 2009 7th International Conference on Nanochannels, Microchannels, and Minichannels · 2009
Typearticle
Langueen
DomaineEngineering
ThématiquePlasma and Flow Control in Aerodynamics
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésMicromixerMixing (physics)Materials scienceReynolds numberMechanicsInletComputer simulationPressure dropMicrofluidicsMechanical engineeringPhysicsEngineeringNanotechnology

Résumé

récupéré en direct d'OpenAlex

In this paper, a passive micromixer with interdigital structure is proposed and investigated using numerical simulations. The micromixer contains three layers to achieve the interdigital flow structure. The height of mixing channels is fixed as 0.2 mm. The total width of inlets is 0.9 mm. The mixing regime is rectangular in shape. The Reynolds number, measured at the entrance of straight channel, ranges from 5 to 60. Grid independence is performed to minimize the influence of numerical diffusion on simulation results. The grid size is selected as 6 μm, which can be considered as optimal. The interdigital micromixers with straight downstream channels are designed and simulated. In order to achieve better mixing near the inner walls, uneven lamellae width of each species is applied to create a larger concentration gradient near the inner walls. The results show that the micromixer with uneven lamellar width is able to enhance the mixing near the inner walls. A new passive micromixer with the uneven interdigital inlets is also designed to improve the mixing efficiency at high Re. The simulation results show that this new micromixer has a mixing efficiency larger than 80%, and a maximum pressure drop of 2.7 KPa.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,399
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,010
Tête enseignante GPT0,228
Écart entre enseignants0,218 · 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 tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
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

Citations2
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueASME 2009 7th International Conference on Nanochannels, Microchannels, and MinichannelsMême sujetPlasma and Flow Control in AerodynamicsTravaux en français237 207