Laser-induced emission from iron oxide nanoparticles in spray-flame synthesis: in situ high-speed microscopy
Notice bibliographique
Résumé
Abstract Spray-flame synthesis uses low-cost precursors dissolved in organic solvents to produce functional metaloxide nanoparticles. In the spray flame, the precursor-laden droplets show frequent and intense thermally-induced disruption, so-called puffing and micro-explosion. This process is often correlated with high uniformity of particle sizes. Whether puffing and micro-explosion are also directly associated with the formation or release of iron oxide nanoparticles is not clear. Also, the spatiotemporal evolution of nanoparticles in the turbulent flow field of the flame is largely unknown from experiments. We performed simultaneous high-speed microscopic imaging of droplet shadowgraphs at 360 kHz as well as elastic light scattering (ELS) and laser-induced emission (LIE) of nanoparticles at 40 kHz. Comparing ELS and LIE images allows distinguishing signals from droplets, flame, and nanoparticles, as only the nanoparticles will appear in images from both methods. ELS and LIE show nanoparticles as thin narrow filaments, presumably following the local flow. Nanoparticle filaments are found at a height of 50 mm and more above the burner in the spray flame. The filaments show increasing LIE signal and higher confinement with increasing height above the burner. The appearance of LIE and thus nanoparticles does not directly correlate with the presence of droplets or their disruption.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».