Simulations of Droplet Coalescence in Simple Shear Flow
Notice bibliographique
Résumé
Simulating droplet coalescence is challenging because small-scale (tens of nanometers) phenomena determine the behavior of much larger (micrometer- to millimeter-scale) droplets. In general, liquid droplets colliding in a liquid medium coalesce when the capillary number is less than a critical value. We present simulations of droplet collisions and coalescence in simple shear flow using the free-energy binary-liquid lattice Boltzmann method. In previous simulations of low-speed collisions, droplets coalesced at unrealistically high capillary numbers. Simulations of noncoalescing droplets have not been reported, and therefore, the critical capillary number for simulated collisions was unknown. By simulating droplets with radii up to 100 lattice nodes, we determine the critical capillary number for coalescence and quantify the effects of several numerical and geometric parameters. The simulations were performed with a well-resolved interface, a Reynolds number of one, and capillary numbers from 0.01 to 0.2. The ratio of the droplet radius and interface thickness has the greatest effect on the critical capillary number. As in experiments, the critical capillary number decreases with increasing droplet size. A second numerical parameter, the interface diffusivity (Peclet number) also influences the conditions for coalescence: coalescence occurs at higher capillary numbers with lower Peclet numbers (higher diffusivity). The effects of the vertical offset between the droplets and the confinement of the droplets were also studied. Physically reasonable results were obtained and provide insight into the conditions for coalescence. Simulations that match the conditions of experiments reported in the literature remain computationally impractical. However, the scale of the simulations is now sufficiently large that a comparison with experiments involving smaller droplets (≈10 μm) and lower viscosities (≈10(-6) m(2)/s, the viscosity of water) may be possible. Experiments at these conditions are therefore needed to determine the interface thickness and Peclet number that should be used for predictive simulations of coalescence phenomena.
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 ».