XiaoMi-AI文件搜索系统
World File Search System粘度
使用Brillouin光散射测量的血浆纵向粘度的诊断潜力
许多疾病与血浆粘度（PV）的变化有关。测量这些是耗时的，通常需要大量的血浆。在这里，我们表明布里鲁因光散射（BLS）光谱法（一种探测高频率纵向声学模式的传播和衰减的技术）可以识别出微级别的粘度的变化 - 一秒钟内的粘度 - 大小的体积。这是COVID -19（COV）患者的血浆，该血浆表现出升高的PV。还表明，使用BLS测量的粘度包含其他独特信息，这些信息可以辨别出可能具有诊断价值的悬浮液，这些悬浮液在患有严重疾病进展的COV患者中似乎更存在。
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。
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。
含不同粘度调节剂的湿混喷射混凝土的流变分析
喷射混凝土必须适合现场运输（泵送）和应用（喷涂）过程。因此，必须获得合适的稠度和流变性以便浇注。本文评估了各种粘度调节剂 (VMA) 对湿混喷射混凝土流变性和触变性的影响。使用了六种 VMA，根据其成分分为三组：基于二氧化硅、层状硅酸盐的添加剂和聚合物添加剂。在砂浆中深入研究了这些流变改性剂，获得了材料的屈服应力 (τ o ) 和塑性粘度 (μ) 的值，以及触变性（滞后面积），它代表了流体结构恢复所需的能量。为了获得这些参数，使用实验室流变仪在动态状态下测试流体，并施加剪切速率斜坡。此外，通过在流动台试验中获得流动台直径来确定砂浆的稠度。该评估是在含有不同含量的高效减水剂 (SP) 的砂浆中进行的。所有这些信息使得评估 SP 与每种 VMA 结合的影响成为可能，获得一个可工作性箱，确定滞后区域并验证哪些组合获得了优于对照混合物（不含 VMA）的流变行为。所述结果与现场进行的喷射混凝土混合物中获得的回弹指数相关。砂浆的触变性和现场的回弹率值导致了最准确的相关性，从而可以选择最有效的 VMA 用于喷射混凝土。最后，两种综合结果（实验室和现场）允许一种有助于设计和优化湿混喷射混凝土的分析过程。
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。
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。
开尔文 - 霍尔姆·霍尔茨（Kelvin-Helmholtz
上下文。磁性零点与高能冠状现象相关，例如太阳浮动，通常是重新计算和颗粒加速度的位置。磁性零点的动态扭曲可以在其风扇平面内产生开尔文 - 螺旋不稳定（KHI），并且可以激发脊柱扇形重新连接，并在持续扭曲下的零点的相关崩溃。目标。本文旨在比较在KHI模拟中的各向同性和各向异性粘度的影响，并在动态扭曲的磁性空点中崩溃。方法。，我们使用具有自定义各向异性粘度模块的3D磁水动力学Lare3d进行了模拟。进行了一对高分辨率模拟，一种使用各向同性粘度，另一种使用各向异性粘度，使所有其他因素保持相同。我们详细分析了结果。在粘度和电阻率的一系列值范围内进行了进一步的参数研究。结果。这两个粘度模型都允许KHI的生长和无数点的最终崩溃。在所有研究的参数上，各向异性粘度允许增长的不稳定性，而各向同性粘度在某些情况下会降低稳定性的不稳定性。尽管与各向异性粘度相关的粘性加热通常较小，但欧姆加热占主导地位，并通过不稳定性产生的当前床单增强。使用各向异性粘度时，这会导致更高的总体加热率。当采用各向异性粘度时，零点的崩溃会明显发生。
丙二醇和水 (75:25)/石墨烯+MWCNT 纳米流体粘度的响应面方法
相关误差指数用于评估预期结果与实验结果之间的匹配程度。图 5 显示了与四种不同模型相关的指数。图 4 显示了数据与直线平分线的比较。非线性模型中数据变化越大，表示准确度越低，而直线上数据分散度越大，表示准确度越高。图 4 中，实验数据显示在 x 轴上，而模型预测绘制在 y 轴上。图 4 显示，与竞争模型相比，立方模型提供了最
燃油经济性：一个重要的展望
就高温高剪切 (HTHS) 粘度而言，发动机油的主要粘度等级传统上高于 3.5 厘泊 (cP)。这包括 5W-40 等高端等级和 10W-40 等中端等级。然而，近年来，油品已转向粘度更低的机油。粘度等级 5W-30（HTHS 粘度为 2.9 cP）在欧洲市场受到欢迎并见证了显着增长。这种转变可归因于减少温室气体排放的压力越来越大。为了满足这一需求，原始设备制造商 (OEM) 现在正转向 HTHS 粘度为 2.6 cP 或更低的更轻的润滑油。向更轻的润滑油转变的目的是提高燃油效率并减少排放。通过使用低粘度油，发动机可以减少内部摩擦，从而提高整体性能并降低油耗。这一趋势反映了汽车行业为满足更严格的环境法规和促进汽车应用的可持续性而做出的持续努力。
产品数据表 - RS组件
状态：液态：浅黄色气味：几乎看不见的气味蒸发率：氧化可忽略：无氧化（通过EC标准）在水中的溶解度：不溶于溶解也可溶于：大多数有机溶剂。粘度：粘性运动学粘度：22粘度测试方法：40C（CST）沸点/范围°C时的运动粘度：> 150闪点°C：> 150相对密度：0.864