MétaCan
Menu
Retour à la cohorte
Enregistrement W3199863154 · doi:10.1017/jfm.2021.776

Clouds of bubbles in a viscoplastic fluid

2021· article· en· W3199863154 sur OpenAlexafffund
Emad Chaparian, I.A. Frigaard

Notice bibliographique

RevueJournal of Fluid Mechanics · 2021
Typearticle
Langueen
DomaineMaterials Science
ThématiquePickering emulsions and particle stabilization
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésBuoyancyYield (engineering)ViscoplasticityBubbleMechanicsPhysicsStress (linguistics)Volume fractionThermodynamicsClassical mechanicsConstitutive equation

Résumé

récupéré en direct d'OpenAlex

Viscoplastic fluids can hold bubbles/particles stationary by balancing the buoyancy stress with the yield stress – the key parameter here is the yield number $Y$ , the ratio of the yield stress to the buoyancy stress. In the present study, we investigate a suspension of bubbles in a yield-stress fluid. More precisely, we compute how much is the gas fraction $\phi$ that could be held trapped in a yield-stress fluid without motion. Here the goal is to shed light on how the bubbles feel their neighbours through the stress field and to compute the critical yield number for a bubble cloud beyond which the flow is suppressed. We perform two-dimensional computations in a full periodic box with randomized positions of the monosized circular bubbles. A large number of configurations are investigated to obtain statistically converged results. We intuitively expect that for higher volume fractions, the critical yield number is larger. Not only here do we establish that this is the case, but also we show that short-range interactions of bubbles increase the critical yield number even more dramatically for bubble clouds. The results show that the critical yield number is a linear function of volume fraction in the dilute regime. An algebraic expression model is given to approximate the critical yield number (semi-empirically) based on the numerical experiment in the studied range of $0\le \phi \le 0.31$ , together with lower and upper estimates.

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)0,001
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 enseignants0,024
Score d'incertitude au seuil0,234

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,016
Tête enseignante GPT0,257
Écart entre enseignants0,241 · 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

Citations13
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Fluid MechanicsMême sujetPickering emulsions and particle stabilizationTravaux en français237 207