Numerical study on the influence of dispersed bubbles on liquid‐phase apparent viscosity in two‐dimensional parallel plate
Notice bibliographique
Résumé
Bubbly liquid exists widely in industrial fields, so the detailed understanding of physical properties of bubbly liquid is significant for improving product quality and for strengthening industrial processes. In this paper, in order to understand the modulation mechanism of bubbles on the liquid‐phase apparent viscosity, based on the two‐dimensional parallel plate model, the effect of dispersed bubbles on the liquid‐phase apparent viscosity was deeply investigated with the volume of fluid (VOF) method combined with a dynamic mesh. The influence of the volume fraction, the capillary number, and the distance between bubbles on the liquid‐phase apparent viscosity was studied in detail for the dispersed bubbly liquid. The present studies show that both the capillary number and the volume fraction have a great effect on the liquid‐phase apparent viscosity; for the cases with the same volume fraction, the bubble injection causes the decrease of the relative viscosity of the liquid phase when the capillary number of bubbles is relatively large ( Ca > 0.5), and the larger the volume fraction is, the more sharply the relative viscosity of the liquid phase decreases. However, under the same volume fraction, the relative viscosity of the liquid phase increases when the capillary number of bubbles is relatively small ( Ca < 0.5), and the higher the volume fraction is, the more obviously the relative viscosity of the liquid phase increases. In addition, as the volume fraction increases, the bubble‐bubble interaction becomes very important, and the contribution of each bubble to the shear stress (i.e. the liquid apparent viscosity) decreases.
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 ».