An integrated molecular–thermodynamic framework for analyzing nanobubbles in supersaturated liquids
Notice bibliographique
Résumé
Nano-sized gas bubbles have attracted significant interest in electro-chemical applications due to their durability and longevity. Accurately predicting nanobubble formation and their size is critical for advancing technologies such as electrolysis and fuel cell systems. This study presents an integrated framework combining molecular dynamics (MD) simulations and thermodynamic modelling to determine nanobubble formation and size in a closed system under isothermal-isobaric condition. Assuming the nanobubble consists of a van der Waals (vdW) gas, the vdW constants are extracted from MD simulations of pure gas systems. A thermodynamic model is then developed for a closed system by combining the vdW equation with the assumption of chemical and mechanical equilibrium, which establishes a predictive relationship between nanobubble size and gas concentration. To validate the framework, MD simulations are performed for hydrogen in water under supersaturation, and the results are compared with thermodynamic model predictions. Comparisons are also made with experimental reports of nanobubbles. Our findings reveal that nanobubbles only form above a critical supersaturation threshold. The framework accurately predicts nanobubble radii in hydrogen-water systems, matching MD results while requiring minimal computational effort. When the pressure inside the nanobubble is approximated from the vdW equation of state, the Young-Laplace equation is shown to be valid even at sub-10 nm scales, with a negligible Tolman length. In contrast, the assumption of an ideal gas in thermodynamic modelling leads to considerable discrepancy with MD simulations. Overall, the proposed approach-bridging MD and thermodynamic modelling-paves the way toward a quantitative understanding of nanobubble formation and size in supersaturated liquids.
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 | 0,001 |
| 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 ».