Dielectrophoretic Mixing With Novel Electrode Geometry
Notice bibliographique
Résumé
Electrokinetic mixing of analytes at micro-scale is important in several biochemical applications like cell activation, DNA hybridization, protein folding, immunoassays and enzyme reactions. This paper deals with the modeling and numerical simulation of micromixing of two different types of colloidal suspensions based on principle of dielectrophoresis (DEP). A mathematical model is developed based on Laplace, Navier-Stokes, and convection-diffusion-migration equations to calculate electric field, velocity, and concentration distributions, respectively. Mixing of two colloidal suspensions is simulated in a three-dimensional computational domain using finite element analysis considering dielectrophoretic, gravitational and convective (advective)–diffusive forces. Phase shifted AC signal is applied to the alternating electrodes for achieving the mixing of two different colloidal suspensions. The results indicate that the electric field and DEP forces are maximum at the edges of the electrodes and become minimum elsewhere. As compared to curved edges, straight edges of electrodes have lower electric field and DEP forces. The results also indicate that DEP force decays exponentially along the height of the channel. The effect of DEP forces on the concentration profile is studied. It is observed that, the concentration of colloidal particles at the electrodes edges is very less compared to elsewhere. Mixing of two colloidal suspensions due to diffusion is observed at the interface of the two suspensions. The improvement in mixing after applying the repulsive DEP forces on the colloidal suspension is observed. Most of the mixing takes place across the slant edges of the triangular electrodes. The effect of electrode pairs and the mixing length on degree of mixing efficiency are also observed.
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 ».