High-speed imaging and statistics of puffing and micro-exploding droplets in spray-flame synthesis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Thermally-induced breakup of metal-precursor-laden droplets in spray-flame synthesis occurs via a rapid and disruptive disintegration, i.e., “puffing” and “micro-explosion”. To assess the temporal evolution and statistics of droplet disruption, LED-illuminated droplet shadowgraphs were imaged with a microscope onto a high-speed camera and morphological image analysis was applied. The atomized liquid was a mixture of 35 vol.-% ethanol and 65 vol.-% 2-ethylhexanoic acid mixed with iron(III) nitrate nonahydrate (INN) as a precursor. Droplet evaporation and disruption were also simulated with a population balance model. The model finds solid precipitates forming in the droplets because of the decomposition of the precursor intermediate iron(III) 2-ethylhexanoate. The precipitates form a particle shell, which favors the superheating of the droplets’ interior, and they facilitate heterogeneous bubble nucleation. Imaging experiments and modelling find that per 10 µs lifetime of a droplet, the probability for disruption increases from 5 to 13% and 5 to 19%, respectively, when increasing the INN concentration from 0.05 to 0.5 mole/l. The probability of disruption suggests that throughout their lifetime in the spray flame, nearly all droplets will undergo disruption and many of them multiple times. In the experiment, droplets before disruption are 15% smaller than regular, non-disrupting droplets. Once disrupted, the droplets have a 45% smaller mean diameter than regular droplets. Under all conditions, disrupting and disrupted droplets are slower than regular droplets while the disruption does not significantly accelerate disrupted droplets.
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.
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 | 0,001 |
| 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 découle