Wall Shear Stress Determination in a Small-Scale Parallel Plate Flow Chamber Using Laser Doppler Velocimetry Under Laminar, Pulsatile and Low-Reynolds Number Turbulent Flows
Notice bibliographique
Résumé
The parallel plate flow chamber (PPFC) has gained popularity due to its applications in fields such as biological tissue engineering. However, most of the studies using PPFC refer to theoretical relations for estimating the wall shear stress (WSS) and, hence, the accuracy of such quantifications remains elusive for anything other than steady laminar flow. In the current study, a laser Doppler velocimetry (LDV) method was used to quantify the flow in a PPFC (H = 1.8 mm × W = 17.5 mm, Dh = 3.26 mm, aspect ratio = 9.72) under steady Re = 990, laminar pulsatile (carotid Re0-mean = 282 as well as a non-zero-mean sinusoidal Re0-mean = 45 pulse) and low-Re turbulent Re = 2750 flow conditions. A mini-LDV probe was applied, and the absolute location of the LDV measuring volume with the respect to the wall was determined using a signal monitoring technique with uncertainties being around ±27 μm. The uniformity of the flow across the span of the channel, as well as the WSS assessment for all the flow conditions, was measured with the uncertainties all being less than 16%. At least two points within the viscous sublayer of the low-Re turbulent flow were measured (with the y+ for the first point < 3) and the WSS was determined using two methods with the differences between the two methods being within 5%. This paper for the first time presents the experimental determination of WSS using LDV in a small-scale PPFC under various flow conditions, the challenges associated with each condition, and a comparison between the cases. The present data will be useful for those conducting biological or numerical modeling studies using such devices.
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 ».