MétaCan
Menu
Retour à la cohorte
Enregistrement W4386807438 · doi:10.1115/1.4063435

Wettability Effects of Curved Superhydrophobic Surfaces on Drag Reduction in Taylor–Couette Flows of Water and Oil

2023· article· en· W4386807438 sur OpenAlexaff
Ahmed F. Alarbi Alsharief, Xili Duan, Anand Yethiraj, Yuri S. Muzychka

Notice bibliographique

RevueJournal of Fluids Engineering · 2023
Typearticle
Langueen
DomaineMaterials Science
ThématiqueSurface Modification and Superhydrophobicity
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésContact angleDragMaterials scienceWettingRheometerSilicone oilComposite materialSilicone rubberCoatingReynolds numberRheologyMechanics

Résumé

récupéré en direct d'OpenAlex

Abstract This study examines the effects of surface wettability on the drag-reducing performance of three hydrophobic coatings, namely, flouropel coating (FPC-800M), superhydrophobic binary coating (SHBC), and ultra-ever dry (UED)—when applied to curved aluminum surfaces. The wettability and flow characteristics were characterized using three liquids of different viscosities: de-ionized water and silicone oils of 5 and 10 cSt. Static and dynamic contact angles on the surfaces were measured, and the drag reduction was evaluated using a Taylor–Couette flow cell in a rheometer. The static contact angle (SCA) measurements indicated that the coated surfaces were superhydrophobic for water, with a maximum static contact angle of 158 deg, but oleophilic for the 10 cSt silicone oil, with a static contact angle of 13 deg. The rheometer measurements using water showed a maximum drag reduction of 18% for the UED-coated surfaces. Interestingly, the oleophilic surfaces (which have low SCA) showed a maximum drag reduction of 6% and 7% in the silicone oils. The observed drag reduction is due to an increase in the plastron thickness, which is caused by an increase in the Reynolds number and dynamic pressure coupled with a decrease in the static pressure normal to the superhydrophobic wall.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,010
Tête enseignante GPT0,219
Écart entre enseignants0,209 · 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'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'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Fluids EngineeringMême sujetSurface Modification and SuperhydrophobicityTravaux en français237 207