Mesoscopic method to study water flow in nanochannels with different wettability
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Molecular dynamics (MD) simulations is currently the most popular and credible tool to model water flow in nanoscale where the conventional continuum equations break down due to the dominance of fluid-surface interactions. However, current MD simulations are computationally challenging for the water flow in complex tube geometries or a network of nanopores, e.g., membrane, shale matrix, and aquaporins. We present a novel mesoscopic lattice Boltzmann method (LBM) for capturing fluctuated density distribution and a nonparabolic velocity profile of water flow through nanochannels. We incorporated molecular interactions between water and the solid inner wall into LBM formulations. Details of the molecular interactions were translated into true and apparent slippage, which were both correlated to the surface wettability, e.g., contact angle. Our proposed LBM was tested against 47 published cases of water flow through infinite-length nanochannels made of different materials and dimensions-flow rates as high as seven orders of magnitude when compared with predictions of the classical no-slip Hagen-Poiseuille (HP) flow. Using the developed LBM model, we also studied water flow through finite-length nanochannels with tube entrance and exit effects. Results were found to be in good agreement with 44 published finite-length cases in the literature. The proposed LBM model is nearly as accurate as MD simulations for a nanochannel, while being computationally efficient enough to allow implications for much larger and more complex geometrical nanostructures.
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.
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) | 0,001 | 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 découle