MétaCan
Menu
Retour à la cohorte
Enregistrement W2587354158 · doi:10.1021/acs.langmuir.6b04394

Predictive Model of Supercooled Water Droplet Pinning/Repulsion Impacting a Superhydrophobic Surface: The Role of the Gas–Liquid Interface Temperature

2017· article· en· W2587354158 sur OpenAlexafffund
Morteza Mohammadi, Moussa Tembely, Ali Dolatabadi

Notice bibliographique

RevueLangmuir · 2017
Typearticle
Langueen
DomaineMaterials Science
ThématiqueSurface Modification and Superhydrophobicity
Établissements canadiensConcordia University
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesNatural Sciences and Engineering Research Council of CanadaGovernment of CanadaPratt and Whitney Canada
Mots-clésDrop (telecommunication)MechanicsSupercoolingSurface tensionWettingContact angleWeber numberNucleationChemistryThermodynamicsMaterials scienceComposite materialPhysics

Résumé

récupéré en direct d'OpenAlex

Dynamical analysis of an impacting liquid drop on superhydrophobic surfaces is mostly carried out by evaluating the droplet contact time and maximum spreading diameter. In this study, we present a general transient model of the droplet spreading diameter developed from the previously defined mass-spring model for bouncing drops. The effect of viscosity was also considered in the model by definition of a dash-pot term extracted from experiments on various viscous liquid droplets on a superhydrophobic surface. Furthermore, the resultant shear force of the stagnation air flow was also considered with the help of the classical Homann flow approach. It was clearly shown that the proposed model predicts the maximum spreading diameter and droplet contact time very well. On the other hand, where stagnation air flow is present in contradiction to the theoretical model, the droplet contact time was reduced as a function of both droplet Weber numbers and incoming air velocities. Indeed, the reduction in the droplet contact time (e.g., 35% at a droplet Weber number of up to 140) was justified by the presence of a formed thin air layer underneath the impacting drop on the superhydrophobic surface (i.e., full slip condition). Finally, the droplet wetting model was also further developed to account for low temperature through the incorporation of classical nucleation theory. Homogeneous ice nucleation was integrated into the model through the concept of the reduction of the supercooled water drop surface tension as a function of the gas-liquid interface temperature, which was directly correlated with the Nusselt number of incoming air flow. It was shown that the experimental results was qualitatively predicted by the proposed model under all supercooling conditions (i.e., from -10 to -30 °C).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,014
Tête enseignante GPT0,250
Écart entre enseignants0,236 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations26
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLangmuirMême sujetSurface Modification and SuperhydrophobicityTravaux en français237 207