One dangerous assumption is that a

One dangerous assumption is that a small number of samples can sufficiently
characterize variability throughout the blend. Furthermore, sample size
can have a large impact on apparent variability. Samples that are too small can
show exaggerated variation, while too large a sample can blur concentration gradients.
Unlike miscible fluids, which, through the action of diffusion are continually
mixing on a microscale, granular blends mix only when energy is input to the
system. Hence, it is important that a sufficient number of samples be taken representing
a large cross section of the blender volume.

Hasil (Bahasa Indonesia) 1:

Salah satu asumsi berbahaya adalah bahwa sejumlah kecil sampel dapat cukupciri variabilitas seluruh campuran. Selain itu, sampel ukurandapat memiliki dampak besar pada variabilitas yang jelas. Sampel yang terlalu kecil dapatmenunjukkan variasi yang berlebihan, sedangkan terlalu besar sampel dapat kabur gradien konsentrasi.Tidak seperti cairan yang tercampur penuh, yang, melalui tindakan difusi secara terus-menerusmixing di microscale, butiran campuran campuran hanya ketika energi adalah input kesistem. Oleh karena itu, sangat penting bahwa jumlah yang memadai sampel diambil mewakilisalib besar bagian dari blender volume.

Hasil (Bahasa Indonesia) 2:

Salah satu asumsi yang berbahaya adalah bahwa sejumlah kecil sampel cukup dapat
mencirikan variabilitas seluruh campuran. Selain itu, ukuran sampel
dapat memiliki dampak besar pada variabilitas jelas. Sampel yang terlalu kecil dapat
menunjukkan variasi berlebihan, sementara terlalu besar sampel dapat mengaburkan gradien konsentrasi.
Tidak seperti cairan larut, yang, melalui aksi difusi terus
pencampuran pada mikro yang, campuran butiran campuran hanya ketika energi input ke
sistem. Oleh karena itu, penting bahwa cukup banyak sampel diambil mewakili
penampang besar volume blender.