Experimental Investigation of Microparticle Focusing in SiO2 Nanofluids Inside Curvilinear Microchannels
Notice bibliographique
Résumé
Abstract Curvilinear microchannels have enabled high throughput sized-based separation and manipulation of microparticles. Real life applications usually deal with fluid’s non-Newtonian behavior, where particles dynamics are altered compared to Newtonian mediums. Despite multiple reports on particle manipulation in shear-thinning fluids, no fundamental experimental investigation has been reported on microparticle focusing behavior inside shear-thickening fluids such as metallic oxide nanofluids in water (e.g., SiO 2 -water). These nanofluids pose unique thermal characteristics and exhibit a drastic increase in viscosity as the shear rate rises in the microchannel. Here, we investigate the particle focusing behavior of co-flows of SiO 2 nanofluids inside curved microchannels with various channel widths and radii of curvature. We also report on the effect of nanofluid concentration, fluid axial velocity, and the particle size on particle migration. We observed a behavioral change in particle migration in SiO 2 nanofluids, where the shear-dependent effect could enhance the particle focusing at lower flow rates. Moreover, the dominance of Dean drag at higher axial velocities would dominate the particle migration and transfer them towards two focusing peaks close to the sidewalls. A thorough investigation of particle behavior in nanofluids inside curved microchannels could enable future applications in heat exchangers, solar energy collectors, and nanoplastic detection.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».