Size and velocity correlation for splashing droplets generated by jet impingement
Notice bibliographique
Résumé
Abstract Municipal drainage systems can transmit harmful microorganisms such as COVID-19 virus through wastewater as well as drain airflow with suspended tiny bio-droplets. The generation of tiny droplets in drainage systems can be simplified as the phenomenon of jet impingement and splashing, which is also common in industries, but the size and velocity correlation and the kinetic energy of splashing droplets remain unclear. This paper uses high-speed photography to study splashing from a jet impinging on a horizontal plate. Since the jet can break into successive drops before impingement, successive drops impingement and continuous jet impingement are defined and their splashing modes are revealed. Successive drops impingement and continuous jet impingement respectively produce splashing droplets with sizes smaller than 0.25 and 0.3 times the size of the impact drops and jet, and with the velocities up to 3.0 and 1.5 times the impact velocity. Correlations between size and velocity of splashing droplets are established: the range and maximum of velocity increase as diameter decreases, and the high velocity splashing droplets have ejection angles within 10° to 20°. For successive drops impingement, the percentage of total kinetic energy of splashing droplets relative to impact kinetic energy increases with impact Weber number and can reach nearly 50%, however, it varies little with impact Weber number for continuous jet impingement, reaching only 10%. Successive drops impingement produces more splashing droplets characterized by a combination of smaller size, higher velocity and larger ejection angle, resulting in a greater risk of producing airborne microorganisms.
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 | 0,000 | 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 | 0,001 |
| 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 ».