Modeling the Viscosity of Concentrated Nanoemulsions and Nanosuspensions
Notice bibliographique
Résumé
The modeling of the viscous behavior of nanoemulsions and nanosuspensions is discussed. The influences of the viscosity ratio, solvation and aggregation of nanodroplets and nanoparticles on the relative viscosity of nanofluids are considered. The relative viscosity of a nanofluid is strongly affected by solvation of nanoparticles. The scaling of the relative viscosity of nanoemulsions is successfully carried out using the volume fraction of the solvated nanodroplets. Four sets of experimental relative viscosity data of nanoemulsions consisting of different diameter nanodroplets (27.5 nm–205 nm) all collapse on a single unique curve when the data are scaled on the basis of the volume fraction of the solvated nanodroplets. A similar scaling is achieved using six sets of experimental relative viscosity data on nanosuspensions consisting of different diameter nanoparticles (29 nm–146 nm). A new modified version of the Oldroyd model is proposed to describe and predict the viscosity of nanofluids. The model takes into consideration the influences of the viscosity ratio, solvation and aggregation of nanoparticles/nanodroplets. The same model is applicable to both nanoemulsions and nanosuspensions as it includes the effect of the viscosity ratio (ratio of droplet viscosity to matrix viscosity) on the relative viscosity of nanofluids. More experimental work is needed on nanoemulsions to explore the effect of the viscosity ratio, especially at low values of the viscosity ratio.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 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 ».