Coalescence-induced jumping of nanodroplets on mixed-wettability superhydrophobic surfaces
Notice bibliographique
Résumé
Coalescence-induced droplet jumping on superhydrophobic surfaces has been observed at microscale and even nanoscale. The enhancement in jumping velocity of coalescing droplets is crucial for condensation heat transfer enhancement, anti-icing, self-cleaning, and so forth. However, the research on how to acquire a higher jumping velocity is really very limited. In this paper, we use molecular dynamics simulations to study the coalescence-induced jumping of two equally sized nanodroplets on chemically heterogeneous surfaces composed of alternating stripes with different hydrophobicity. We show that the jumping velocity is closely related to the stripe width and wettability contrast, and it can even exceed that on an ideal superhydrophobic surface with 180° contact angle when the striped surfaces are properly designed. We also demonstrate that there is always an optimal stripe width yielding the maximum jumping velocity, whereas its value is independent of the wettability contrast. We reveal that the dominant factor to determine the jumping velocity is the apparent contact angle of equilibrated droplets over heterogeneous surfaces for small stripe widths; it changes to the time of liquid bridges impacting surfaces for moderate stripe widths and to the contact area between equilibrated droplets and relatively hydrophobic stripes for large stripe widths. We believe the present simulations can provide useful guidance to design self-jumping superhydrophobic surfaces.
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 ».