Thermocapillary patterning of non-Newtonian thin films
Notice bibliographique
Résumé
Deformation of thin viscous liquid films exposed to a transverse thermal gradient results in Bénard–Marangoni instability, which would lead to the formation of micro- and nano-sized features. Linear and nonlinear analyses are performed to investigate the thermally induced pattern formation in shear thinning and shear thickening liquid films. The so-called thin film (TF) equation is re-derived to include viscosity variations using the power-law (PL) model. The characteristic wavelength for the growth of instabilities is found using a linear stability analysis of the PL-TF equation. A finite-difference-based discretization scheme and adaptive time step solver are used to solve the PL-TF equation for the nonlinear numerical model. The results show that the rheological property affects the timescale of the process and the size and final shape of the formed features. The fastest growth pillar reaching the top substrate in a shear thickening fluid is shorter than both the shear thinning and the Newtonian fluid cases. Moreover, morphological changes between patterns of shear thinning and shear thickening fluids are correlated with local viscosity variations. The number of formed pillars considerably increases with the increasing flow behavior index. The existing model also predicts the formation of pillars and bicontinuous structures at very low and high filling ratios.
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 ».