MétaCan
Menu
Retour à la cohorte
Enregistrement W2396069060 · doi:10.1088/1742-6596/646/1/012006

Estimation of droplet charge forming out of an electrified ligament in the presence of a uniform electric field

2015· article· en· W2396069060 sur OpenAlexafffund
Husam Osman, G.S.P. Castle, Kazimierz Adamiak, Hua-Tzu Fan, Joseph Simmer

Notice bibliographique

RevueJournal of Physics Conference Series · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueElectrohydrodynamics and Fluid Dynamics
Établissements canadiensWestern University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCMC Microsystems
Mots-clésElectric fieldRotational symmetryCharge (physics)RADIUSElectrodeVoltageMechanicsSpace chargeElectrostaticsMaterials scienceElectric chargeChemistryPhysicsElectron

Résumé

récupéré en direct d'OpenAlex

The charge on a liquid droplet is a critical parameter that needs to be determined to accurately predict the behaviour of the droplet in many electrostatic applications, for example, electrostatic painting and ink-jet printing. The charge depends on many factors, such as the liquid conductivity, droplet and ligament radii, ligament length, droplet shape, electric field intensity, space charge, the presence of adjacent ligaments and previously formed droplets. In this paper, a 2D axisymmetric model is presented which can be used to predict the electric charge on a conductive spherical droplet ejected from a single ligament directly supplied with high voltage. It was found that the droplet charging levels for the case of isolated electrified ligaments are as much as 60 times higher than that in the case of ligaments connected to a planar high voltage electrode. It is suggested that practical atomization systems lie somewhere between these two extremes and that a better model was achieved by developing a 3D approximation of a linear array of ligaments connected to an electrode having variable width. The effect on droplet charge and its radius was estimated for several cases of different boundary conditions.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,442
Score d'incertitude au seuil0,317

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,016
Tête enseignante GPT0,238
Écart entre enseignants0,223 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations1
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Physics Conference SeriesMême sujetElectrohydrodynamics and Fluid DynamicsTravaux en français237 207