Viscosity-driven clustering of heated polydispersed particles in subsonic jet flows
Notice bibliographique
Résumé
The clustering of heated particles is known to increase with the rise in local gas viscosity , even at particle Stokes number S t < 1 . Despite being a dominant effect that holds in two-way coupling (TWC), this rise in clustering has been only probed in a triply periodic box via direct numerical simulations (DNS), in which the flow evolves temporally and the total volume (and mean fluid density) is fixed. We conduct DNS to study the dispersion of heated polydispersed particles in a spatially developing subsonic confined jet flow, where energy and momentum are modeled with TWC. Although there is only a 16 % increase in gas viscosity in the heated particle-laden simulation, it is sufficient to limit the particles within the central hot region of the jet. The particles traveling laterally start clustering at a thermal front created at the outer periphery of the jet. Thus, their lateral dispersion is also limited. Despite starting with the same S t values as their unheated counterparts, the heated particles yield more concentrated clusters within the jet as the number of heated particles declines sharply in the lateral direction . This is a compounding effect, where the presence of particles within the jet can produce more significant thermal changes inside the jet, which can further restrict the lateral movement of the particles. Experiencing identical eddies inside the jet causes particles of all sizes in the heating case to cluster at similar locations in the domain. These findings can considerably aid applications such as targeted drug delivery and cold spray coating techniques .
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 ».