Electric-field induced phase transitions of dielectric colloids: Impact of multiparticle effects
Notice bibliographique
Résumé
The thermodynamic framework for predicting the electric-field induced fluid like-solid like phase transition of dielectric colloids developed by Khusid and Acrivos [Phys. Rev. E. 54, 5428 (1996)] is extended to examine the impact of multiscattering/multiparticle effects on the resulting phase diagrams. This was accomplished using effective permittivity models suitable both over the entire composition region for hard spheres (0≤c<cmax) and for multiple types of solid packing structures (random close-packed structure, FCC, BCC). The Sihvola-Kong model and the self-consistent permittivity model of Sen et al. [Geophysics 46, 781 (1981)] were used to generate the coexistence (slow phase transition) and spinodal (rapid phase transition) boundaries for the system and compared to assuming Maxwell-Garnett permittivity. It was found that for larger dielectric contrasts between medium and particle that the impact of accounting for multiscattering effects increased and that there was a significant shift in the resulting phase diagrams. Results obtained for model colloidal systems of silica-dimethylsulfoxide and silica-isopropanol showed that critical electric field strength required for phase transitions could rise by up to approximately 20% when considering multiparticle effects versus the isolated dipole case. The impact of multiparticle effects on the phase diagrams was not only limited purely to the direct effect of volume fraction on permittivity and particle dipoles but also on the curvature of the volume fraction dependence. This work stresses the importance of accounting for particle effects on the polarization of colloidal suspensions, which has large implications for predicting the behavior of electrorheological fluids and other electric-field driven phenomena.
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 ».