MétaCan
Menu
Retour à la cohorte
Enregistrement W616053713

Experimental and Numerical Investigation of Mass Transfer in Passive Scaled-up Micromixers

2012· dissertation· en· W616053713 sur OpenAlexfundno aff
Kristina J. Cook

Notice bibliographique

RevueSpectrum Research Repository (Concordia University) · 2012
Typedissertation
Langueen
DomaineEngineering
ThématiqueMicrofluidic and Capillary Electrophoresis Applications
Établissements canadiensnon disponible
Organismes subventionnairesFonds Québécois de la Recherche sur la Nature et les Technologies
Mots-clésReynolds numberMicroscale chemistryMixing (physics)Péclet numberMicromixerMechanicsFlow (mathematics)Mass transferFlow visualizationMaterials scienceMicrofluidicsTurbulenceMechanical engineeringPhysicsMathematicsEngineeringNanotechnology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Micromixers are vital components in micro-total analysis systems (μ-TAS) and Lab-on-Chip (LOC) devices, with applications in drug delivery, medical diagnostics, and chemical analyses, amongst others. Traditional macroscale mixing techniques may not be applied at the microscale, where viscous forces become important compared to inertial forces. As such, it remains a challenge to effectively and thoroughly mix liquid species in small characteristic dimensions. \n\tThe present work aims to analyze flow phenomena and mass transfer in three novel scaled-up micromixers, which make use of variations in channel geometry to induce mixing. Designs based on multi-lamination inlets, obstruction filled channels, Dean vortex inducing curved channels, and helical flow inducing grooves are investigated. Flow visualization is used as a qualitative tool, providing valuable information regarding flow patterns and mixing. Induced fluorescence is applied to assess whole field concentration distribution, and provide quantitative species distribution data. Complex three dimensional flows are analyzed using numerical simulations, which show good agreement with experimental work. \n \tThe mixers are evaluated over Reynolds numbers ranging from 0.5 to 100, corresponding to Péclet numbers ranging from 1.25 × 103 to 1.25 × 105. Results show a decreasing-increasing trend in the degree of mixing with increasing Reynolds number, as the dominant mixing mechanism changes from mass diffusion to mass advection. Up to 90% mixing is reported. To allow for reasonable mixing performance comparison with published work, an equivalent length parameter is proposed. The present devices offer good mixing in shorter lengths over a wide range of Reynolds numbers compared to numerous published devices.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,012
Tête enseignante GPT0,234
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 source (Gemma direct ou Codex distillé), 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
GenreMéthodes

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
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSpectrum Research Repository (Concordia University)Même sujetMicrofluidic and Capillary Electrophoresis ApplicationsTravaux en français237 207