受脊椎形态启发的仿生印刷电路式换热器的热力学特性评估:融合机器学习预测与可解释性分析

《International Communications in Heat and Mass Transfer》:Thermodynamic characteristics evaluation of a biomimetic printed circuit heat exchanger inspired by spine morphology integrating machine learning prediction and interpretability insights

【字体: 大 中 小 】 时间:2026年09月26日 来源:International Communications in Heat and Mass Transfer 6.2

编辑推荐:

   • 提出了一种新型仿生印刷电路板换热器(PCHE)设计,其通道构型灵感来源于人体脊柱结构。 • 集成了包括通道弯曲角度、棘突倾斜角度和布局在内的复杂几何特征。 • 构建了智能框架,实现从仿生特征到热力学特性的映射。 • 实施了解释性分析,量化结构参数对热力学特性的影响。 *

  

• 提出了一种新型仿生印刷电路板换热器(PCHE)设计,其通道构型灵感来源于人体脊柱结构。
• 集成了包括通道弯曲角度、棘突倾斜角度和布局在内的复杂几何特征。
• 构建了智能框架,实现从仿生特征到热力学特性的映射。
• 实施了解释性分析,量化结构参数对热力学特性的影响。

**引言**

先进能源系统、第四代核反应堆和紧凑式传热设备日益增长的需求,迫切需要开发能够在极端工况下运行的高性能紧凑型换热器。人工智能的快速发展推动了机器学习方法在复杂几何体热力学分析和拓扑优化方面的新范式应用,成为加速热设备开发的关键引擎[1], [2]。将仿生设计与可解释人工智能相结合,对于探索液态金属等新型工质在受限流道中的复杂热力学行为至关重要。建立此类评估框架,为解耦这些先进系统中固有的强非线性提供了关键路径,加速了仿生热设备在未来能源基础设施中的部署。

仿生设计是增强微通道换热器和微尺度冷却系统热力学特性的有效策略。通过模拟为流体输送、散热和机械支撑而进化的生物结构,研究人员证明仿生微结构可以缓解传热强化与压降惩罚之间的权衡矛盾。融入微柱、销钉翅片和凹腔——灵感来自蝴蝶鱼、麦粒和三叶草几何形状——的微通道,在保持低压降的同时显著增强了对流换热[3], [4], [5]。进一步的研究将仿生设计扩展到复杂构型,如微通道射流冲击系统,其中优化的导流通道布局能够在不过度增加水力惩罚的情况下实现优异的传热效果[6]。

鱼启发的生物结构被广泛应用于紧凑式和微尺度换热器。源自金枪鱼鳃丝、血管网络和鱼鳞形态的仿生设计,在层流或低雷诺数条件下始终表现出有效的传热增强效果[7], [8]。整体性能很大程度上取决于传热增强与伴随的流动阻力之间的平衡。这种权衡凸显了在实际设计仿生换热器时进行几何优化的关键必要性[9]。

叶脉启发的和分形流道架构因其固有的高效流体分配和热均匀性能力而受到越来越多的关注。研究人员将叶脉微通道网络、二次分支结构和蜂窝分形几何应用于印刷电路板换热器、微通道气体冷却器和大面积均热器[10]。研究表明,分支拓扑和叶脉几何形状在平衡传热增强和压降惩罚方面起着决定性作用。此类仿生流道网络表现出优越的热力学特性,尤其在高热流密度或超临界工况下,为先进紧凑型换热器的设计提供了有价值的指导[11], [12]。除了单相对流外,仿生结构还广泛存在于相变传热和潜热储热领域。受蜘蛛网、叶脉、蜂窝和掌状几何的启发,各种仿生翅片和管状构型解决了相变材料固有的导热率低和不完全熔化问题[13], [14], [15],展现了高效潜热储存的有前途的途径[16], [17]。

将仿生设计与拓扑优化和数据驱动方法相结合,为热系统开发提供了新的途径。受人体皮肤微血管启发的仿生毛细管冷却通道多目标拓扑优化,显著提高了质子交换膜燃料电池中的冷却性能。人工神经网络优化了受鲨鱼皮肤肋纹启发的百叶窗翅片换热器,实现了对设计参数的系统探索和优越的热力学特性[18], [19]。这项研究强调了将仿生概念与先进优化技术相结合在下一代换热器中的潜力[20]。

可解释机器学习框架在预测印刷电路板换热器热力学特性方面展现出巨大潜力,支持超临界布雷顿循环应用的系统可靠设计与优化[21]。在井下换热器研究中,SHAP显著性检验和敏感性分析识别了关键输入参数并评估其对深度学习预测精度的影响[22]。在地源空气换热器的预测、分析和优化中,SHAP分析阐明了性能指标与设计参数之间复杂的非线性关系,可视化了特征对模型决策的贡献,增强了数据驱动模型的整体可解释性[23], [24]。

与聚类、符号回归和拓扑数据分析相比,后者强调宏观分类或显式公式拟合[25], [26], [27],SHAP(Shapley加性解释)分析能更有效地量化单个仿生几何因素对传热和流动阻力的具体贡献。通过归因模型输出到各个输入特征,SHAP为最优换热器设计提供了具有物理可解释性的指导。基于SHAP的敏感性分析量化了输入变量对关键性能指标的影响,提高了模型的可解释性、透明度和鲁棒性[28], [29]。

在仿生换热器优化中,结构参数与工况之间的相互作用至关重要。SHAP分析侧重于单个特征贡献,而Sobol敏感性分析则定量反映了复杂交互作用对热力学特性的影响。通过使用神经网络作为代理模型,Sobol方法识别了输入变量对性能指标的影响,增强了能量回收和系统鲁棒性[30]。通过将总方差分解为单个和高阶项,该方法区分了直接效应和协同耦合。它提供了稳健的统计基础,与SHAP的局部可解释性形成互补,使得能够对换热器等构型中相互依赖的几何效应进行综合评估[31], [32]。

采用液态金属和航空煤油等液态工质的矩形截面PCHE具有固有优势,如低压运行和高功率密度,但其热力学特性在很大程度上受通道几何和布局构型支配。人体脊柱——包括颈椎、胸椎和腰椎区域——的弯曲生物力学特征,可以有效集成到弯曲通道换热器的设计中,以增强结构安全性和稳定性。此外,棘突激发了变截面通道的发展。这两种仿生设计都旨在通过强化几何扰动来提高整体热力学特性,进而增强工质的二次流动和旋转涡强度。然而,这些仿生特征的具体热力学潜力仍有待全面研究。本研究设计了一种受人体脊柱结构启发的仿生矩形通道印刷电路板换热器(SI-PCHE)。通过结合数值模拟和人工智能,对其热力学特性进行了全面评估和解释。具体技术路线图如图1所示。概念示意图见子图a,由实验研究、模拟研究和人工智能研究组成的详细技术路线图见子图b。

鉴于冷侧工质RP-3与热侧工质铅铋共晶体(LBE)在运动粘度和输热能力方面的相似性,开展了一项LBE在矩形单通道中的实验研究,为模拟模型提供验证数据。通过比较高保真度大涡模拟(LES)结果与传统未修正的雷诺时均Navier-Stokes(RANS)结果,确认了RANS的可靠性。在正式模拟中,通过设计不同通道弯曲角度、棘突倾斜角度以及RP-3和LBE速度比的工况,评估了工质的传热能力、摩擦阻力特性、对流换热特性和综合热力学特性。基于数值模拟建立的数据库,训练了各种机器学习模型(随机森林、CatBoost、多层感知机和卷积神经网络),以快速预测不同定义下的摩擦阻力系数(f)、努塞尔数(Nu)和PEC。最后,使用SHAP和Sobol分析方法对SI-PCHE的热力学特性评估进行了系统解释。

**部分摘要**

**模拟方法的描述与验证**

基于LES的方法被认为能够更真实地捕捉复杂通道构型内的瞬态流动特征、涡旋演化和局部传热强化机制。在局部热力水力特性预测方面提供了更高的物理保真度[33]。RANS框架,特别是k-ε模型,提供了高数值稳定性、快速收敛性和稳健的工程实用性。它非常适合预测总体

**仿生印刷电路板换热器设计与评估框架**

颈椎、胸椎和腰椎形成的连续复合弯曲结构被认为通过几何非线性效应显著增强了整体承载能力和抗失稳能力[47], [48]。当紧凑型换热器的流道从传统直通道转换为非直的连续弯曲几何形状时,由热-机械耦合引起的结构失稳有望得到缓解。

**流动和传热特性分析**

如图14所示,在αP = 30°和ηP = 45°时,Layout 01中f? + 02的峰值达到1.20。在Layout 02中,f? + 01与f? + 02之间的最大绝对偏差|f? + 01 - f? + 02|为0.30。这一显著偏差凸显了冷热两侧减阻效率之间的严重不平衡,表明当前几何构型在各通道中诱发了不对称的流动分离或二次流强度差异。

单向的

**总结与结论**

创新地开发了一种新型脊柱启发的印刷电路板换热器(SI-PCHE),灵感来源于人体脊柱的生理曲率和棘突结构。该设计成功地将液态金属PCHE的固有安全性与仿生结构的优越传热强化效果相结合。数值模型已与液态金属流动的实验数据进行严格验证,确保了性能评估的高保真度。通过系统研究

**CRediT作者贡献声明**
Feiran Wang:原创草稿撰写、方法学、形式分析。Zirui Xu:审阅与编辑、概念设计。Zhengjie Yang:调查研究。Gongjian Xie:调查研究。Fuyang Wang:调查研究。Naoya Odaira:审阅与编辑。Daisuke Ito:审阅与编辑。Yasushi Saito:审阅与编辑。Jiming Wen:审阅与编辑。Sichao Tan:审阅与编辑、监督。

**利益冲突声明**
作者声明不存在可能影响本文工作的已知竞争性经济利益或个人关系。

**致谢**
作者感谢Zhengjie Yang、Gongjian Xie和Fuyang Wang在本研究的调查和数据处理中提供的宝贵协助和支持。我们衷心感谢审阅本文手稿的研究员和教授,感谢他们提出的深刻见解和建设性建议。

Feiran Wang | Zirui Xu | Zhengjie Yang | Gongjian Xie | Fuyang Wang | Naoya Odaira | Daisuke Ito | Yasushi Saito | Jiming Wen | Sichao Tan
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