Rheology of Suspensions of Solid Particles in Liquids Thickened by Starch Nanoparticles
Notice bibliographique
Résumé
The rheology of suspensions of solid particles in aqueous matrix liquids thickened by starch nanoparticles (SNP) was investigated. The SNP concentration varied from 9.89 to 34.60 wt% based on the aqueous matrix phase. The solids concentration of suspensions varied from 0 to 47 wt% (0 to 56 vol%). The suspensions at any given SNP concentration were generally Newtonian at low solids concentrations. At high solids concentrations, the suspensions were non-Newtonian shear-thinning. With the increase in the SNP concentration, the suspensions become non-Newtonian at a lower solids concentration. The rheological behavior of non-Newtonian suspensions could be described adequately with a power-law model. The consistency index of the suspension increased with the increase in solids concentration of the suspension at any given SNP concentration. The flow behavior index of suspensions was well below unity at high solids concentrations, indicating non-Newtonian shear-thinning behavior. The value of the flow behavior index decreased with the increase in solids concentration indicating an enhancement of shear-thinning in suspensions. The experimental viscosity and consistency data for Newtonian and non-Newtonian suspensions showed good agreement with the predictions of the Pal viscosity model for suspensions.
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 ».