磁辐射条件下催化诱导三维四杂化纳米流体(Tetra-hybrid Nanofluid)在石油钻井平台太阳能板薄板上流动的多层神经网络(Multilayer Artificial Neural Network, MANN)计算与数值模拟

《South African Journal of Chemical Engineering》:Multi-Layer Neural Network Computation with Numerical simulation of Catalysis-Induced 3D Tetra-Hybrid Nanofluid Flow over Oil Rig Solar Panel Sheets under Magneto-Radiative Conditions

【字体: 大 中 小 】 时间:2026年03月24日 来源:South African Journal of Chemical Engineering 6.3

编辑推荐:

  摘要:本研究考察了热辐射与传热对不可压缩三维边界层内四杂化纳米流体(Tetra-hybrid Nanofluid,含ZrO2、MoS2、MWCNTs及UO2/发动机油)流动的综合影响,流动处于横向磁场作用下。建立了非线性偏微分方程以反映辐射现象、磁场效应及纳米

  
摘要:本研究考察了热辐射与传热对不可压缩三维边界层内四杂化纳米流体(Tetra-hybrid Nanofluid,含ZrO2、MoS2、MWCNTs及UO2/发动机油)流动的综合影响,流动处于横向磁场作用下。建立了非线性偏微分方程以反映辐射现象、磁场效应及纳米颗粒相互作用下的同时传热与流动动力学。研究人员采用Levenberg–Marquardt优化方法训练多层人工神经网络(Multilayer Artificial Neural Network, MANN),该方法具有优异精度与良好收敛性,可获得一致结果;并进一步采用Adams–Bashforth计算格式进行验证,建立对比基准。研究表明,与传统纳米流体相比,四杂化纳米颗粒显著提高了热导率并改善了传热性能;外加磁场可调控流动动力学及边界层厚度,影响速度梯度,而辐射对温度场有显著影响。所提出混合模型的可靠性已由人工神经网络预测值与数值结果间的良好吻合得到证实。该研究将人工智能与数值方法相结合,通过创新地将四杂化纳米流体与磁场及辐射效应耦合,为优越的热管理与能源利用提供了方案。
论文解读——磁辐射条件下催化诱导三维四杂化纳米流体在石油钻井平台太阳能板薄板上流动的多层神经网络计算与数值模拟
一、研究背景与意义
传统传热工质(如水、油、乙二醇)热导率有限,纳米流体(Nanofluid)因分散纳米颗粒而具更优热物性,杂交纳米流体(Hybrid Nanofluid)及进一步发展的四杂化纳米流体(Tetra-hybrid Nanofluid,四种纳米颗粒共混)可进一步提升热导率与稳定性。三维边界层拉伸薄板流动广泛存在于塑料模塑、线材拉拔、玻璃纤维制造、微机电系统(MEMS)冷却及太阳能集热器等工业过程中,磁场(Magnetohydrodynamic, MHD)可调控流动,热辐射(Thermal Radiation)在高温差工况下不可忽略。现有研究对三维拉伸面上四杂化纳米流体在MHD与辐射共同作用下结合机器学习预测的研究尚少,传统数值方法对强耦合非线性输运问题计算成本高。为此,研究人员以发动机油为基液,掺杂ZrO2、MoS2、MWCNTs(Multi-Walled Carbon Nanotubes)及UO2形成四杂化纳米流体,研究其在磁辐射条件下于双向拉伸太阳能板薄板上三维边界层流动与传热,并引入多层人工神经网络(Multilayer Artificial Neural Network, MANN)结合Levenberg–Marquardt优化(Levenberg–Marquardt Optimization, LMO)进行快速高精度预测,以Adams–Bashforth数值解作基准验证。该文发表于《South African Journal of Chemical Engineering》。
二、主要关键技术方法
研究人员首先依据连续介质假设建立三维不可压缩稳态层流边界层控制方程(连续性、动量x/y方向、能量),引入Brinkman模型描述纳米流体动力黏度、Maxwell模型描述热导率及混合物规则求密度与比热,考虑热辐射采用Rosseland扩散近似,MHD项取Lorentz力形式并忽略诱导磁场(低磁雷诺数),壁面采用速度滑移(Velocity Slip, γ)与对流换热边界条件。通过相似性变换(Similarity Transformation)将偏微分方程组无量纲化为常微分方程组(ODEs),引入Hartmann数M、辐射参数Rd、Prandtl数Pr、Casson参数β、速度比参数λ等。数值求解采用二阶Adams–Bashforth预估–Adams–Moulton校正格式的初值打靶法(Shooting Method with Adams–Bashforth),生成不同工况(4种Scenario各3个Case,变动M、β、γ、λ)数据集。以此数据集训练双层隐含层(各25神经元)Sigmoid激活函数的MANN,采用Levenberg–Marquardt反向传播算法更新权重,数据集按75:10:15划分为训练/验证/测试集,MATLAB R2023b实现。
三、研究结果
2. Mathematical Formulation(数学模型)
通过相似性变换η = z√(a/νf),令u= ax f'(η),v* = ay g'(η),w* = -√(νfa)[f(η)+g(η)],θ(η)=(T-T∞)/(Tw-T∞),导出无量纲ODEs:f'''-(1+1/β)A1A2[f'2-(f+g)f']+(A3/A2)M2sin2(?)f' = 0;g'''-(1+1/β)A1A2[g'2-(f+g)g']+(A3/A2)M2sin2(?)g' = 0;(A5+4Rd/3)θ''+Pr·A4[(f+g)θ'+Ntθ'2+Qθ]=0,边界条件:f(0)=0, f'(0)=1+γf''(0), g(0)=0, g'(0)=λ+γg''(0), -A5θ'(0)=Bi[1-θ(0)];f'(∞)=0, g'(∞)=0, θ(∞)=0。其中A1~A5为四杂化纳米流体物性组合系数(含体积分数φUO2、φMoS2、φZrO2、φMWCNTs),Bi为Biot数,Q为热源/汇参数。结论:模型完整描述了磁-辐射-四杂化纳米流体三维拉伸面流动与传热。
3. Proposed Methodology(研究方法)
3.1. Adams method(Adams–Bashforth数值方法)
将原ODEs降阶为一阶方程组,采用两步Adams–Bashforth显式预估公式与Adams–Moulton隐式校正公式迭代求解边值问题,以Runge–Kutta四阶提供初值。结论:Adams–Bashforth方案可有效获得四杂化纳米流体流动与温度分布的高精度数值解,作为ANN训练基准。
3.2. Stochastics computing approach of MANN-LMO(多层神经网络与Levenberg–Marquardt优化)
构建输入层(物理参数及相似变量η)→双隐含层(各25神经元,tansig激活)→输出层(f'、g'、θ)的前馈网络,目标函数为均方误差(Mean Squared Error, MSE),权重与偏置由Levenberg–Marquardt算法(二阶近似高斯–牛顿法)更新。结论:MANN-LMO可在少量迭代(100~400 epoch)内收敛,训练/验证/测试MSE达10-10~10-12量级,回归相关系数R≈1,预测与Adams数值解误差小于5×10-5,证明模型具高保真度。
4. Results and Discussion(结果与讨论)
  • •
    磁场Hartmann数M的影响:M增大(增强横向磁场)使Lorentz阻力增大,轴向速度f'(η)与横向速度g'(η)降低,动量边界层变薄;温度θ(η)升高(耗散增强)。结论:MHD效应可有效抑制流动并强化边界层温升。
  • •
    Casson参数β的影响:β增大(流体趋近牛顿行为,屈服应力减小),速度剖面下降,温度略升。结论:非牛顿屈服应力变化影响速度分布与微弱升温。
  • •
    速度滑移参数γ的影响:γ增大(壁面滑移增强),近壁速度降低(动量传递减弱),温度在近壁区升高。结论:滑移边界条件改变边界层结构与温度分布。
  • •
    速度比参数λ的影响:λ增大(y向拉伸速率相对x向增大),横向速度g'增大,轴向速度f'减小,温度θ略降(热边界层减薄)。结论:双向拉伸不对称比调控二维速度分量及热边界层。
  • •
    MANN-LMO验证:四组Scenario各Case下ANN预测曲线与Adams–Bashforth数值解重叠,误差直方图集中于零附近,回归R=1。结论:MANN-LMO可替代耗时数值计算做快速高精度预测。
四、结论(Discussion & Conclusion)翻译总结
本研究考察了磁辐射条件下含ZrO2、MoS2、MWCNTs及UO2/发动机油四杂化纳米流体在太阳能板双向拉伸薄板上三维边界层流动与传热。四杂化纳米颗粒显著提升热导率与传热性能,外加磁场通过洛伦兹力调控流动与边界层厚度,热辐射对温度场影响显著。多层人工神经网络(MANN)结合Levenberg–Marquardt优化可高精度预测复杂MHD纳米流体流动的速度与温度分布,与Adams数值解吻合良好。结果表明,四杂化纳米流体配合磁场控制在提升太阳能系统热行为方面具潜力。未来可扩展至多孔介质Darcy–Forchheimer效应、非线性变辐射、三维旋转盘及黏性耗散分析。发动机油基四杂化纳米流体用于太阳能板可增强导热与换热从而降温增效,但存在黏度增加、颗粒团聚倾向、泵功上升及长期稳定性问题需关注。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号