MétaCan
Menu
Retour à la cohorte
Enregistrement W3134692309 · doi:10.1103/physreve.103.023311

Lattice Boltzmann modeling of heat conduction enhancement by colloidal nanoparticle deposition in microporous structures

2021· article· en· W3134692309 sur OpenAlexaff
Feifei Qin, Jianlin Zhao, Qinjun Kang, Thomas Brunschwiler, Dominique Derome, Jan Carmeliet

Notice bibliographique

RevuePhysical review. E · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueNanomaterials and Printing Technologies
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesLos Alamos National LaboratorySchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen ForschungNational Science Foundation
Mots-clésMaterials scienceThermal conductionLattice Boltzmann methodsComposite materialMicroporous materialNanoparticleParticle sizeMicrostructureVolume fractionDeposition (geology)Suspension (topology)NanotechnologyChemical engineeringThermodynamics

Résumé

récupéré en direct d'OpenAlex

Drying of colloidal suspension towards the exploitation of the resultant nanoparticle deposition has been applied in different research and engineering fields. Recent experimental studies have shown that neck-based thermal structure (NTS) by colloidal nanoparticle deposition between microsize filler particle configuration (FPC) can significantly enhance vertical heat conduction in innovative three-dimensional chip stacks [Brunschwiler et al., J. Electron. Packag. 138, 041009 (2016)10.1115/1.4034927]. However, an in-depth understanding of the mechanisms of colloidal liquid drying, neck formation, and their influence on heat conduction is still lacking. In this paper, using the lattice Boltzmann method, we model neck formation in FPCs and evaluate the thermal performances of resultant NTSs. The colloidal liquid is found drying continuously from the periphery of the microstructure to its center with a decreasing drying rate. With drying, more necks of smaller size are formed between adjacent filler particles, while fewer necks of larger size are formed between filler particle and the top/bottom plate of the FPCs. The necks, forming critical throats between the filler particles, are found to improve the heat flux significantly, leading to an overall heat conduction enhancement of 2.4 times. In addition, the neck count, size, and distribution as well as the thermal performance of NTSs are found to be similar for three different FPCs at a constant filler particle volume fraction. Our simulation results on neck formation and thermal performances of NTSs are in good agreement with experimental results. This demonstrates that the current lattice Boltzmann models are accurate in modeling drying of colloidal suspension and heat conduction in microporous structures, and have high potentials to study other problems such as surface coating, salt transport, salt crystallization, and food preserving.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil0,328

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,273
Écart entre enseignants0,260 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysical review. EMême sujetNanomaterials and Printing TechnologiesTravaux en français237 207