XiaoMi-AI文件搜索系统
World File Search SystemViscosity
石墨烯在润滑油，乙二醇和甘油中的粘度
进行热交换器，制冷系统或发电厂。不幸的是，通常的传热液（例如水和聚合物溶液）具有相对较低的热电导率。改善热萃取的一种方法是将传热液的流量与某些固体材料的高热电导率相结合，例如金属，金属氧化物或不同的碳材料：碳黑[6]，碳纳米管[9]，碳纳米含量[4] [4]或石墨烯Nananoplatelets [29]。然而，使用微米尺寸的固体材料的悬浮液会导致并发症，例如磨损，沉积和堵塞。石墨烯是六角形键合的碳原子的单原子薄片，由Novoselov等人优雅地获得并表征。[18]，现在是研究最多的材料之一。The importance of graphene nanoplatelets and their benefits have been investigated, and the following advantages have been mentioned [ 22 ]: (1) it is relatively easy to synthesize, (2) it has long suspension time (leading to stable particle suspensions), (3) graphene nanoplatelets have large surface area/volume ratio, and (4) present low erosion, corrosion and clogging.这种悬浮液的动态粘度也是传热中实际应用的重要特性。大多数科学文献是关于水中的悬浮液，有时是表面活性剂/分散剂[1、2、10、12、19]，证明了石墨烯纳米片浓度会导致粘度非线性增加。meh-Rali等。伊朗曼什等人。此外，几位作者研究了石墨烯纳米片的粘度[27]，并显示出强大的温度降低。[16]制备的均质石墨烯纳米板 - 让使用高功率超声探针的悬浮液，以浓度为0.025、0.05、0.05、0.075和0.1质量％，对300、500、500、500和750 m 2 g-1的三个不同表面区域进行悬浮液。他们测量了在20至60°C的温度下，水平纳米片的粘度与剪切速率的粘度。观察到粘度随温度降低，但对浓度和特定表面积敏感。在水中，graphene纳米片悬浮液的样品也表现出剪切粉，可以解释如下。在较低的剪切速率下，随着纳米板旋转的液体旋转，它们逐渐使它们沿增加剪切的方向对齐，从而产生较小的耐药性，从而降低粘度。当剪切速率足够高时，达到了最大可能的剪切顺序，骨料分解为较小的尺寸，降低粘度[7，25]。[11]还研究了分散在蒸馏水中的石墨烯纳米片的粘度和热导电，并研究了三个有影响力的参数，包括浓度，温度和特定表面积。他们提出了相对粘度作为不同特定表面积，浓度和温度的函数的相关性。
熔体流量指数：比较聚合物的剪切粘度测量的优势
使用MVR是熔体量速率（CM³/10分钟）MFI是熔体流量指数（G/10min）¶是聚合物熔体（G/CM³）的密度。这种转换允许在已知密度时变化使用MFI和MVR，从而在具有不同密度的材料之间使得对可容纳。评估回收物时，这特别有用，由于污染，降解或不同聚合物等级的混合而导致的密度可能会有所不同。但是，尽管MFI方便这些比较，但它们仅对聚合物的流量表征有限。两个指标中的每一个仅描绘了流曲线上的单个数据点，这些数据点在特定条件下得出，这些条件不模仿高剪切速率和典型的工业处理过程。在比较回收物时，这种限制尤其重要，因为这些材料可以在行为上表现出很大的变化，而行为并非仅由MFI捕获。
基于学习的深度涡流粘度建模，用于改善虚张声势的风压
准确预测建筑物的风压对于设计安全有效的结构至关重要。现有的计算方法，例如Reynolds-平均Navier-Stokes（RANS）模拟，通常无法在分离区域准确预测压力。本研究提出了一种新型的深度学习方法，以增强涡轮闭合泄漏范围内的涡流建模的准确性和性能，尤其是改善了虚张声板体空气动力学的预测。经过大型涡流模拟（LES）数据的深度学习模型，用于各种虚张声势的身体几何形状，包括扁平屋顶的建筑物和前进/向后的台阶，用于调整RANS方程式中的涡流粘度。结果表明，合并机器学习预测的涡流粘度可显着改善与LES结果和实验数据的一致性，尤其是在分离气泡和剪切层中。深度学习模型采用了一个神经网络体系结构，具有四个隐藏层，32个神经元和Tanh激活功能，该功能使用ADAM优化器进行培训，学习率为0.001。训练数据由LES模拟组成，用于向前/向后面向宽度比率为0.2至6的步骤。研究表明，机器学习模型在涡流粘度方面达到了平衡，从而延迟了流动的重新安装，从而比传统的湍流闭合（如K-ωSST和K-ε），导致更准确的压力和速度预测。灵敏度分析表明，涡流粘度在控制流，重新分布和压力分布中的关键作用。此外，研究强调了RANS和LES模型之间的涡流粘度值的差异，从而强调了增强湍流建模的需求。本文提出的发现提供了实质性的见解，可以告知针对工程应用程序量身定制的更可靠的计算方法，包括结构性设计的风负荷考虑以及不稳定空气动力学现象的复杂动态。
sutterby nanofluid的生物转化流，可拉长片上有动感微生物：指数变化的粘度
摘要。目前的工作研究了纳米材料和微生物的存在在可伸缩的表面上不可压缩的非牛顿sutterby液体的生物概要转向运动。液体在整个泄漏区域流动，并受均匀垂直磁场的影响。除了指数空间的热源外，欧姆和非牛顿耗散还建立了能量扩散，而纳米材料的传播则可以通过化学反应到达。物理构型被力，温度，纳米体积分数和微生物的公式以及适当的边框标准覆盖。这项工作的新方面由于考虑了粘度与温度，微生物和纳米颗粒的指数分布的考虑。此外，鉴于其较大的应用范围，微生物在流过拉伸表面的流程中的参与增加了另一个创新的特征。非线性部分差分公式的最重要格式被转换为普通的，提供合适的匹配转换器。这些公式通过四阶runge-kutta数值技术进行了审查，并支持拍摄标准。因此，实现了客观分布的算术和图形基础。检查结论，并总结了重大结果。从结果中完成了几种重要的身体。热轮廓改善了有效的因素，这是可以在各种含义中采用的出色规则。微生物的积累随着粘度变化的增加而增加，而随着小子，刘易斯数量和生物对流常数的增长，它会降低。此类发现可能对通过相似的流量期望这些微观生物的行为有用。
粘度非单调组成依赖性在将单链纳米颗粒添加到纠缠聚合物
摘要：特征良好的单链纳米颗粒（SCNP），通过在稀的条件下从线性聚苯乙烯前体进行合成，通过分子内[4 + 4]热环节交联反应，添加到不同浓度的纠缠聚苯二烯熔体中。从纯线性熔体开始，比SCNP的熔体更具粘性，零剪切粘度在添加纳米颗粒后增加并达到最大值，然后最终降至SCNP熔体的值。分子模拟揭示了这种意外行为的起源，这是两个组成部分动力学截然不同的组成依赖性的相互作用。SCNP的浓度降低，因为它们的浓度降低，因为它们是由线性链拧紧的，达到的最大粘度高于分数约20％的线性链的最大粘度。将这种行为类似于将单环聚合物添加到线性矩阵中的行为。这一发现提供了有关SCNP作为聚合物的有效熵粘度修饰符的设计和使用的见解，并有助于讨论循环结构的物理学。
聚碳酸酯（PC）
工作流程临界优势样本质量确定指导工作流程，并具有连接的分析平衡溶剂分配全自动；在溶解标准规格规格粘度测量类型双重差异，相对粘度，强制流量IV测量分辨率0.005 DL/G测量精度优于0.2％RV @ 0.2％RV @ 0.800 DL/G SHEAR速率200-00 dl/g shear速率200-12 4-6 minutes per sample, includes duplicate injection Solvent Compatibility Organic, Aqueous, Acids, Halogenated Temperature Range (Dissolution) 30°C to 160°C Temperature Range (Analysis) 10°C to 160°C Total Solvent Per Sample (prep + analysis + wash) 25mL Integration, Compliance, Connection LIMS/ERP, 21CFR part11, USB 2.0 / Windows 10
纳米流体导热率和粘度的预测
众所周知，纳米流体在其热和转移特性方面与传统传热液显着不同。CO 2传输特性的两个，其导热率和粘度对于改善油的检索方法和工业制冷至关重要。通过将分子模型与各种机器学习算法相结合，本研究预测了氧化铁CO 2纳米流体的传导特征。可以通过应用机器学习方法，例如决策树，k-neareast邻居和线性回归来评估这些传输参数估计值的准确性。预测这些转移质量需要知道纳米颗粒体积的大小，比例和温度的比例。为了确定特征，分子动力学模拟是使用大尺度原子进行的。建立了一个间和vari内部功能的皮尔逊相关性，以确认输入变量依赖于M和导热率。最终使用确定的统计系数确认了结果。对于各种温度范围，体积分数和纳米颗粒尺寸，该研究发现，决策树模型是预测纳米流体传输参数的最佳方法。它的成功率为99％。关键词：导热率，粘度，机器学习，纳米流体，
加拿大自然：沥青粘度
组件模型。这些分类从3到20组分的Sara（饱和，芳香族，树脂，沥青质）的任何地方。由于沥青分子的迁移率取决于各个分子之间的相互作用，因此使用各种不同的力场模型对组件模型进行建模。一个模拟的能量由动能和势能组成，可以使用力场来描述不同原子和分子之间的分子间力。可以使用许多不同的力场，但是一个常见的是凝聚相优化的原子模拟研究的分子潜力（Compass），并在lammps中实施。还有其他人，您不应该局限于任何特定的特定。
Viscotech®粘度修饰符
The Viscotech ® line-up ...................................................................... 3 Viscotech ® 6540 and 6540L ...................................................... 4 Viscotech ® 6073LR ................................................................................. 5 Viscotech ® 494L ........................................................................................ 6 Viscotech ® 533L 1600 cSt and 535L ....................................7 Viscotech ® 483L 1200 cSt .............................................................. 8 Abbreviations ................................................................................................. 9 Product overview ................................................................................................................................... 10
erisys®GE-35低粘度柔韧性环氧树脂（...
本文所述的产品（“产品”）的销售受亨斯曼高级材料有限责任公司的一般条款和条件，或其适当的会员（包括无限制的亨斯曼高级材料（欧洲）BVBA），亨斯曼高级材料Americas LLC或Huntsman Advance Americas LLC或Huntsman Advanced Materady（Hong Kong）Ltd.（“ Huntsman）”（“ Huntsman”）。以下是购买者的文件。Huntsman保证，在交货时，出售给买方的所有产品均应符合Huntsman提供给买方的规格（如果有）。虽然据亨斯曼的知识，本出版物中包含的信息和建议是准确的，截至出版日期，本文中没有任何内容（除了上述关于符合符合亨斯曼提供给买家的规范的符合规格的范围外，都应将其视为任何形式的代表性或保证，包括任何特定的权利，包括任何特定的授权，不限于符合任何权利，而不是限制了任何权利，否则有保证的性能，而不是符合任何权利的权利。或对先前描述或样本的质量或通信的保证，买方承担使用这种产品所产生的所有风险和责任，无论是单独使用还是与其他物质结合使用。此处提出的任何陈述或建议都不得解释为任何产品对购买者或用户的特定应用或侵犯任何专利或其他知识产权的适用性的表示。产品可能是或变得危险。买方有责任确定此类信息和建议的适用性以及任何产品出于其自身目的的适用性，并确保其对产品的预期使用不会侵犯任何知识产权。买方应从亨斯曼那里获取材料安全数据表和技术数据表，其中包含有关产品危害和毒性的详细信息，以及适当的运输，处理和存储程序，并应遵守所有有关政府法律，法规和标准与处理，使用，使用，存储，分配，分配，分配以及对产品的处理，并遵守所有适用的政府法律，法规和标准。买方还应采取所有必要的步骤，以充分告知，警告和熟悉其员工，代理，直接和间接的客户和承包商，他们可能会处理或暴露于与安全处理，使用，存储，运输，运输和接触产品以及对产品以及产品以及产品的容器或设备的所有危害以及适当的程序以及适当的程序以及适用的产品以及适用的产品，以及该产品的产品，以及该产品的产品或销售的产品。