Diffusion and convection mixing of non‐Newtonian liquids in an optimized micromixer
Notice bibliographique
Résumé
Abstract An optimized planar micromixer has been employed to study its performance in mixing liquids with various rheological behaviours. This design takes advantage of a number of passive techniques, including split‐and‐recombination of the channel, contraction of the channel, and embedding diamond‐shaped obstacles in the main channels. Three‐dimensional Navier‐Stokes equations, along with an advection‐diffusion model are solved by means of a finite‐element scheme. Numerical simulations are performed for species with power law indexes ranging from 0.6–1.4, and the resulting mixing efficiencies are compared for different cases. Pressure drop is also evaluated and compared by taking into account the rheological behaviour of the fluids. The results revealed that in the studied range of Reynolds numbers, shear‐thickening fluids present higher efficiencies in the diffusion‐dominated regimes by 5 % at the best case. Shear‐thinning flows have a better performance at higher Reynolds numbers and expedite the diffusion‐advection transition point compared to other regimes. Transition occurs at a Reynolds number of 0.1 for the shear‐thinning regime, while for Newtonian fluids this point is at a Reynolds number equal to 1. Moreover, it is found that the variation of mixing efficiency for shear‐thickening flows with different fluid behaviour indexes is not significant in the studied Reynolds number range.
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 ».