MétaCan
Menu
Retour à la cohorte
Enregistrement W4391543952 · doi:10.1021/acs.langmuir.3c03343

Nanofluid Drop Impact on Heated Surfaces

2024· article· en· W4391543952 sur OpenAlexafffund
Xiaotian Ma, Ahmed Aldhaleai, Lihui Liu, Peichun Amy Tsai

Notice bibliographique

RevueLangmuir · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueFluid Dynamics and Heat Transfer
Établissements canadiensUniversity of Alberta
Organismes subventionnairesAlberta InnovatesNatural Sciences and Engineering Research Council of CanadaGovernment of Canada
Mots-clésNanofluidLeidenfrost effectWettingBoilingNanoparticleEthylene glycolDrop (telecommunication)Materials scienceChemical engineeringBoiling pointNanotechnologyChemistryThermodynamicsComposite materialHeat transferNucleate boilingHeat transfer coefficientOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

We experimentally elucidate the impact dynamics of ethylene glycol (EG) droplets laden with both hydrophilic and hydrophobic SiO 2 nanoparticles (NPs) onto a flat heated surface in non-boiling, boiling, and Leidenfrost regimes. We use seven nanofluid concentrations ( C p ), ranging from 0.89 to 64.3 wt %, and control the surface temperature ( T s ) between 100 and 400 °C, while the nanofluid droplet’s impact velocity is constant at 0.22 ± 0.02 m/s. Phase diagrams of impact outcomes are established to illustrate the effect of the additive nanoparticles on the droplets’ impact dynamics, revealing that nanoparticles modify droplet impact behaviors differently in each regime. In the non-boiling regime, the droplet spreading profile remains unaffected by nanoparticles up to C p < 11.9 wt % before reaching the maximum spreading diameter (β max ). For nanofluid drops with higher nanofluid concentration, the increasing viscosity with concentration is likely to be the primary factor that affects the droplets’ spreading profile in the non-boiling regime T s ≲ T sat ≈ 200 °C, as the saturation temperature. In the boiling regime 200 °C < T s ≲ 350 °C, a small amount of nanoparticle addition ( C p = 0.89 wt %) promotes atomization regardless of nanoparticle wettability. Finally, manifested in a complete rebound due to an intervening vapor layer, the Leidenfrost temperature ( T L ) of the nanofluid droplets is affected by both nanofluid concentration and nanoparticles’ wettability. The nanofluid droplets' T L increases with higher nanofluid concentration; moreover, this Leidenfrost temperature increment is more significant for EG droplets laden with hydrophobic nanoparticles. Our results quantitatively reveal the significant influence of nanoparticle concentrations and wettability on drop spreading, impact outcome, and Leidenfrost temperature on heat surfaces, potentially benefiting applications in coating, spraying, and cooling.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,814
Score d'incertitude au seuil0,712

Scores Codex et Gemma par catégorie

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)0,0000,001

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 Opus0,006
Tête enseignante GPT0,228
Écart entre enseignants0,222 · 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'admission2
Résumé présentoui

Explorer davantage

Même revueLangmuirMême sujetFluid Dynamics and Heat TransferTravaux en français237 207