A comparison of bioinspired slippery and superhydrophobic surfaces: Micro-droplet impact
Notice bibliographique
Résumé
Slippery lubricant impregnated surfaces (SLIPSs/LISs) exhibit remarkable features of repellency and droplet mobility to a broad range of complex fluids. Their performance in micro-droplet repellency has received less attention. In this study, the anti-wetting performance of SLIPSs in comparison to superhydrophobic surfaces (SHSs) is investigated for the micro-droplet impact on different textured surfaces. Different series of square-pillar arrays are modeled to consider the effect of surface morphology on droplet hydrodynamics. A multiphase numerical model in conjunction with an accurate contact angle method has been implemented to analyze details of three immiscible phases during the droplet impact on the SLIPS. Our findings revealed that on the SLIPS with a low-density micro-textured surface where the effect of lubricant is more significant, droplet repellency and mobility are improved compared to SHSs. It was illustrated that on the SLIPS, droplet pinning decreased significantly and in low Weber number cases where the effect of lubricant is more noticeable, partial bouncing occurred. It was also observed that slippery surfaces with a low-density of micro-pillars exhibit bouncing behavior, which indicated the repellency effect of lubricant in droplet hydrodynamics. Although micro-droplets failed to recoil at a higher Weber number (We≃160) on both the SHS and the SLIPS, droplet penetration within the micro-structured surface was considerably smaller on the SLIPS.
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) | 0,001 | 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 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 ».