
-
生物通官微
陪你抓住生命科技
跳动的脉搏
不同工况下板翅式换热器中MgO-水纳米流体的流体动力学行为的数值模拟
《Scientific Reports》:Numerical modeling of the hydrodynamic behavior of MgO–water nanofluid in plate-fin heat exchangers under varying operating conditions
【字体: 大 中 小 】 时间:2026年07月02日 来源:Scientific Reports 4.9
编辑推荐:
摘要本研究探讨了人工神经网络在固定流量为5、8和11升/分钟的情况下,预测由雷诺数和压降表示的流动行为的能力,这些参数是体积分数和温度的函数。所提出的框架旨在处理影响流动惯性和压力损失的非线性、相互关联的热力学与成分效应,且无需依赖预先定义的经验关系。通过5折交叉验证、学习误差监
本研究探讨了人工神经网络在固定流量为5、8和11升/分钟的情况下,预测由雷诺数和压降表示的流动行为的能力,这些参数是体积分数和温度的函数。所提出的框架旨在处理影响流动惯性和压力损失的非线性、相互关联的热力学与成分效应,且无需依赖预先定义的经验关系。通过5折交叉验证、学习误差监测、回归诊断、误差量化以及敏感性分析,对模型的可靠性与预测性能进行了评估。交叉验证结果表明,在低流量和中等流量条件下,雷诺数的预测较为稳定,5升/分钟时的平均均方根误差为6.39,8升/分钟时为6.16。而在11升/分钟时,平均均方根误差上升至13.87,这反映出以惯性为主的流动状态具有更高的敏感度和复杂性。相比之下,压降的预测在所有操作条件下都保持较高精度,5升/分钟、8升/分钟和11升/分钟时的平均均方根误差分别为2.68毫巴、0.56毫巴和0.94毫巴。回归分析表明,两种输出量的预测值与参考值之间存在较强的线性关系,低流量和中等流量条件下的相关系数超过0.99,最高流量条件下的相关系数也保持在0.96以上。对相对误差和绝对误差的进一步分析显示,模型的预测精度很高,所有情况下雷诺数的平均相对误差低于5%,压降的平均相对误差低于1.3%。敏感性分析表明,温度是导致预测差异的主要因素,体积分数则是次要因素。压降的敏感性显著低于雷诺数,这说明其与所述输入变量之间的关系更为平滑,非线性程度更低。