Drag on superhydrophobic sharkskin inspired surface in a closed channel turbulent flow
Notice bibliographique
Résumé
Salvinia leaf and sharkskin are prime examples of nature's marvel. Salvinia leaf‐inspired superhydrophobic surfaces keep themselves clean and reduce drag in fluid flow. Sharkskin also reduces drag in turbulent flow and inhibits biofouling. Therefore, the prospect of having a drag‐reducing surface with both salvinia leaf and sharkskin properties is attractive. However, fabricating such a surface is difficult, and the current fabrication methods require at least two separate steps. In addition, the mechanisms of drag reduction of salvinia leaf and sharkskin are different, and their combined effect on the flow field is not well understood. In this study, we produced a PTFE surface that mimics sharkskin in its surface pattern and copies the superhydrophobic nature of the salvinia leaf in its microstructure. This surface was fabricated by laser machining and tested in a closed channel under turbulent flow conditions. We measured the pressure drop at different Reynolds numbers on this surface both in pre‐wet and non‐pre‐wet conditions and compared the result with pressure drop data on four other PTFE samples: two types of non‐superhydrophobic sharkskin inspired surface (riblets), a superhydrophobic surface, and a non‐machined surface. Both the non‐superhydrophobic riblets and the superhydrophobic sample reduced drag compared to the non‐machined surface. However, we observed a lack of drag reduction by the superhydrophobic riblets sample. We presented a qualitative explanation for the lack of drag reduction and concluded that the modifications of the flow field by the two drag reduction mechanisms are not beneficial for overall drag reduction in our experiment.
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) | 0,000 | 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 ».