Numerical studies of manipulation and separation of Janus particles in nano-orifice based DC-dielectrophoretic microfluidic chips
Notice bibliographique
Résumé
Abstract The direct current dielectrophoretic (DC-DEP) manipulation and separation of polystyrene-based Janus particles and the homogeneous polystyrene particles in microchannels are numerically investigated. To induce the DEP force, a small electric potential difference is applied across the microchannel via a smaller nano-orifice on one side of the channel walls and a larger micro-orifice on the opposite channel wall. A strong non-uniform electric field gradient is generated by the asymmetric orifices, and the particles will undergo the DEP forces when moving with the flow through the vicinity of the small orifice, where the strongest electrical field gradient exists. By adjusting the electrical conductivity of the suspending solution, one kind of the particles will experience the negative DEP force while another will undergo the positive DEP force. In this way, the separation of 5 µ m Janus particles and homogeneous polystyrene particles, and the separation of 3 µ m and 5 µ m Janus particles were numerically demonstrated. Moreover, in order to further understand the dielectrophoretic motion of the Janus particles, the DC-DEP force on the Janus particles was analyzed and the effects of the electric fields, as well as the coating coverage, thickness, and electric conductivity of the Janus particles were studied. The results show that the Janus particles with gold coating coverage over 50% will experience positive DEP forces and be attracted towards the maximum electric fields. It is also found that the effect of the gold coating thickness of the Janus particles on their trajectories can be neglected when using the DC-DEP method.
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 ».