MétaCan
Menu
Retour à la cohorte
Enregistrement W4294704797 · doi:10.31399/asm.cp.itsc2007p0213

Numerical Simulation of Droplet Impact on Patterned Surfaces

2007· article· en· W4294704797 sur OpenAlexaff
Hamideh B. Parizi, L. Rosenzweig, J. Mostaghimi, S. Chandra, Thomas W. Coyle, H. Salimi, Larry Pershin, André McDonald, Christian Moreau

Notice bibliographique

RevueThermal spray · 2007
Typearticle
Langueen
DomaineEngineering
ThématiqueFluid Dynamics and Heat Transfer
Établissements canadiensUniversity of TorontoNational Research Council CanadaSimulent (Canada)
Organismes subventionnairesnon disponible
Mots-clésVolume of fluid methodMaterials scienceDrop impactMechanicsSurface roughnessComputer simulationSubstrate (aquarium)Finite volume methodHeat transferSiliconSurface finishWork (physics)Drop (telecommunication)Free surfaceComposite materialMechanical engineeringBreakupWettingMetallurgyPhysicsEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract In this work we present the numerical simulation results for the molten nickel and zirconia (YZS) droplets impact on different micro-scale patterned surfaces of silicon. The numerical simulation clearly showed the effect of surface roughness and the solidification on the shape of the final splat, as well as the pore creation beneath the material. The simulations were performed using a computational fluid dynamic software, Simulent Drop, The code uses a three-dimensional finite difference algorithm solving full Navier Stokes Equation with heat transfer and phase change. Volume of fluid (VOF) tracking algorithm is used to track the droplet free surface. Thermal contact resistance at the droplet– substrate interface is also included in the model. Specific attention is paid to the simulation of droplet impact under plasma spraying conditions. The droplet sizes ranged from 15 to 60 microns with the initial velocities of 70-250 m/s. The substrate surface was patterned by a regular array of cubes spaced at 1 µm and 5 µm from each other. The peak to valley height of each cube was between 1 to 3 µm. Different splat morphologies will be compared with those obtained from the experimental results under the same impact and surface conditions.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,009
Tête enseignante GPT0,255
Écart entre enseignants0,247 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations4
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThermal sprayMême sujetFluid Dynamics and Heat TransferTravaux en français237 207