Simulation of droplet dynamics in an inclined channel considering contact angle hysteresis using the cascade lattice Boltzmann method
Notice bibliographique
Résumé
Modeling droplet dynamics on solid surfaces with rough or chemically heterogeneous walls is crucial in various industrial applications. In such cases, the downstream and upstream contact lines of the droplet usually move incongruously, leading to droplet deformation known as the contact angle hysteresis (CAH) phenomenon. In this work, we developed a cascaded multicomponent Shan–Chen lattice Boltzmann method to simulate droplet dynamics considering the CAH. Specifically, the Peng–Robinson equation of state is added to one component to improve the density ratio of the model. By modifying the fluid–fluid interaction force scheme, we achieve thermodynamic consistency and independent adjustment of the surface tension. We also implement the modeling of CAH by applying geometric wetting boundaries with a hysteresis window. Based on this model, we first simulated pinned droplets in inclined channels with different hysteresis windows. We obtain the critical tilt angle of the droplet at the onset of sliding, which agrees with the theoretical result. For sliding droplets in the inclined channel, our results reveal that a slight tilt angle is unfavorable for the upstream portion of the droplet sliding, while a large tilt angle is favorable for the entire droplet sliding. A small receding angle results in a large droplet deformation at the quasi-steady state. Finally, by periodically transitioning between different hysteresis windows, enabling exclusive sliding of the upstream contact line during the first half period and subsequent sliding of the downstream contact line during the second half period, we successfully observed the stick-slip phenomenon of the droplet.
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 ».