MétaCan
Menu
Retour à la cohorte
Enregistrement W4361275166 · doi:10.3390/mi14040758

Multiphase Actuation of AC Electrothermal Micropump

2023· article· en· W4361275166 sur OpenAlexafffund
Stirling Cenaiko, Thomas Lijnse, Colin Dalton

Notice bibliographique

RevueMicromachines · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrofluidic and Bio-sensing Technologies
Établissements canadiensUniversity of Calgary
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaAlberta InnovatesCMC Microsystems
Mots-clésMicropumpMultiphysicsVolumetric flow rateMaterials sciencePhase (matter)Two-phase flowElectrokinetic phenomenaMechanicsDielectrophoresisMicrofluidicsFlow (mathematics)Fluid dynamicsRange (aeronautics)ElectrohydrodynamicsElectric fieldFinite element methodPhysicsNanotechnologyThermodynamicsComposite material

Résumé

récupéré en direct d'OpenAlex

Electrothermal micropumps apply an AC electric field to a conductive fluid within the range of 10 kHz-1 MHz to generate fluid flow. In this frequency range, coulombic forces dominate fluid interactions over opposing dielectric forces, resulting in high flow rates (~50-100 μm/s). To date, the electrothermal effect-using asymmetrical electrodes-has been tested only with single-phase and 2-phase actuation, while dielectrophoretic micropumps have shown improved flow rates with 3- and 4-phase actuation. Simulating muti-phase signals in COMSOL Multiphysics requires additional modules and a more involved implementation to accurately represent the electrothermal effect in a micropump. Here, we report detailed simulations of the electrothermal effect under multi-phase conditions, including single-phase, 2-phase, 3-phase and 4-phase actuation patterns. These computational models indicate that 2-phase actuation leads to the highest flow rate, with 3-phase resulting in a 5% reduced flow rate and 4-phase resulting in an 11% reduced flow rate compared to 2-phase. With these modifications to the simulation, various actuation patterns can later be tested in COMSOL for a range of electrokinetic techniques.

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 enseignants0,023
Score d'incertitude au seuil0,446

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 Opus0,006
Tête enseignante GPT0,198
Écart entre enseignants0,191 · 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

Citations6
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMicromachinesMême sujetMicrofluidic and Bio-sensing TechnologiesTravaux en français237 207