MétaCan
Menu
Retour à la cohorte
Enregistrement W4390542885 · doi:10.1017/jfm.2023.981

A new lattice Boltzmann model for liquid–solid phase transition and its application in the simulation of sessile droplet solidification – focusing on volume change

2024· article· en· W4390542885 sur OpenAlexaff
Omid Reza Mohammadipour, Xili Duan

Notice bibliographique

RevueJournal of Fluid Mechanics · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueLattice Boltzmann Simulation Studies
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceLattice Boltzmann methodsVolume of fluid methodWettingMechanicsPhase transitionConvectionFinite volume methodPhase changeContact angleIcingThermodynamicsComposite materialPhysicsMeteorology

Résumé

récupéré en direct d'OpenAlex

This paper introduces a new modification to the convective Cahn–Hilliard equation and a lattice Boltzmann framework to simulate liquid–solid phase transitions in multicomponent systems. The model takes into account changes in properties, such as density, caused by solidification, which leads to volume expansion or contraction. After validating the proposed model against classical problems and experimental data, the solidification of a sessile droplet was investigated in detail. Results of numerical simulations suggest that the environmental conditions are as important as the surface condition in deciding the freezing time and the final shape of the droplet. The environmental properties can also affect the freezing time indirectly through interaction with surface wettability. It has been demonstrated that hydrophobic surfaces may lose their advantages over hydrophilic surfaces in terms of anti-icing performance when primary solidification is initiated from the interface between the droplet and the environment fluid. The deformations of droplets, either with contraction or expansion, were confirmed and compared in different environments. This study offers a new perspective on droplet solidification by exposing the strong influence of environmental conditions and meanwhile provides a useful numerical method to predict the phase change process.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,847
Score d'incertitude au seuil0,453

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,054
Tête enseignante GPT0,334
Écart entre enseignants0,280 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations10
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Fluid MechanicsMême sujetLattice Boltzmann Simulation StudiesTravaux en français237 207