MétaCan
Menu
Retour à la cohorte
Enregistrement W4408626725 · doi:10.1002/cjce.25680

Study on the distribution of critical liquid bridge length in droplet formation under dripping regime in an annular shear flow field

2025· article· en· W4408626725 sur OpenAlexvenueno aff
Yannan Sun, Mingyang Zhang, Jie Cheng, Shuaiyin Ma, Wenjie Zhu, Yaojun Guo, Jinhui Zhu

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueCyclone Separators and Fluid Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesNatural Science Foundation of Shandong ProvinceNational Natural Science Foundation of China
Mots-clésMechanicsShear flowShear (geology)Field (mathematics)Materials scienceFlow (mathematics)Distribution (mathematics)PhysicsMathematicsComposite materialMathematical analysis

Résumé

récupéré en direct d'OpenAlex

Abstract A simplified experimental device was used to simulate the annular shear flow field in a liquid–liquid cyclone reactor, and the formation and break up behaviour of the liquid bridge during the droplet formation under the dripping regime was investigated. Deionized water and fluorescent oil were used as continuous phase and dispersed phase, respectively. The formation and break up process of dispersed phase liquid bridge in the annular simplified experimental device in the dripping regime was captured by camera. The impacts of the ratio of continuous phase velocity to dispersed phase velocity (Vr) and the capillary number (Ca) on the mean critical liquid bridge length (MBL) were analyzed. Furthermore, the functional relationships between MBL and operating parameters (Vr and Ca) under the dripping regime were obtained. The results indicate that the process of droplet formation is mainly affected by viscous force, shear force and surface tension. MBL increases firstly and then decreases with the increase of the two‐phase velocity ratio in dripping regime. Additionally, with the increase of capillary number, MBL decreases.

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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,307

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)0,0000,000

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 Opus0,010
Tête enseignante GPT0,229
Écart entre enseignants0,219 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetCyclone Separators and Fluid DynamicsTravaux en français237 207