Reducing Ice Adhesion on Nonsmooth Metallic Surfaces: Wettability and Topography Effects
Notice bibliographique
Résumé
The effects of ice formation and accretion on external surfaces range from being mildly annoying to potentially life-threatening. Ice-shedding materials, which lower the adhesion strength of ice to its surface, have recently received renewed research attention as a means to circumvent the problem of icing. In this work, we investigate how surface wettability and surface topography influence the ice adhesion strength on three different surfaces: (i) superhydrophobic laser-inscribed square pillars on copper, (ii) stainless steel 316 Dutch-weave meshes, and (iii) multiwalled carbon nanotube-covered steel meshes. The finest stainless steel mesh displayed the best performance with a 93% decrease in ice adhesion relative to polished stainless steel, while the superhydrophobic square pillars exhibited an increase in ice adhesion by up to 67% relative to polished copper. Comparisons of dynamic contact angles revealed little correlation between surface wettability and ice adhesion. On the other hand, by considering the ice formation process and the fracture mechanics at the ice-substrate interface, we found that two competing mechanisms governing ice adhesion strength arise on nonplanar surfaces: (i) mechanical interlocking of the ice within the surface features that enhances adhesion, and (ii) formation of microcracks that act as interfacial stress concentrators, which reduce adhesion. Our analysis provides insight toward new approaches for the design of ice-releasing materials through the use of surface topographies that promote interfacial crack propagation.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».