基于热红外图像监测的IoT肌肉监测设备在运动训练中的应用：运动热量消耗实时分析

本研究针对运动训练中肌肉活动监测的需求，开发了一种基于热红外图像监测的IoT设备，实现了运动热量消耗的实时分析。通过结合Powell–Eyring混合纳米流体（PE-HNF）模型，研究人员探究了线性热辐射和粘性耗散对非均匀拉伸平板对流流动的影响。研究采用MATLAB有限差分法（FDM）进行数值模拟，结果表明混合纳米流体（Cu/Al2O3/H2O）在热传输性能上优于单一纳米流体和基液，为运动热力学分析提供了新工具。

　　

在运动训练和康复医学领域，实时监测肌肉活动及其热量消耗一直是技术难点。传统方法往往依赖侵入式传感器或间接推算，难以精准反映局部热力学变化。而热红外成像技术虽能非接触式捕捉体表温度分布，却受限于环境干扰和动态分析的不足。与此同时，纳米流体技术在热管理领域的突破为开发新型监测设备提供了可能，尤其是混合纳米流体（Hybrid Nanofluids, HNF）因其优异的导热性能备受关注。

为解决上述问题，研究人员开展了基于Powell–Eyring混合纳米流体（PE-HNF）的热对流流动研究，结合线性热辐射和粘性耗散效应，建立了一套完整的数值分析模型。该研究发表在《Journal of Radiation Research and Applied Sciences》上，通过理论建模与数值模拟，为开发高精度运动热量监测设备奠定了理论基础。

研究采用有限差分法（FDM）对控制方程进行离散化处理，利用MATLAB实现数值求解。通过相似变换将偏微分方程转化为常微分方程组，采用η方向前向差分和空间中心差分相结合的策略，确保了计算稳定性和精度。研究设置了六种参数场景（S-1至S-6），系统考察了拉伸参数（M）、材料参数（Z）、埃克特数（Ec）、普朗特数（Pr）和辐射参数（Nr）对流动与传热特性的影响。

4.1 三维条形图展示的速度与温度行为

三维条形图直观呈现了不同参数下三种流体（H₂O、Cu-H₂O和Al₂O₃-Cu/H₂O）的响应差异。结果显示，混合纳米流体在拉伸参数（M）增大时表现出更稳定的速度梯度衰减，而温度场对Ec、Pr等参数的敏感性显著低于单一纳米流体，证实其抗热扰动优势。

4.2 二维条形图揭示的流动与热特性

二维分析进一步表明，混合纳米流体在所有场景中均保持最低温度水平。特别是在高辐射参数（Nr）条件下，其温度增幅较基液降低23%，凸显了Al₂O₃与Cu纳米颗粒的协同效应。

4.3 热力图呈现的实时热响应

通过颜色梯度映射发现，混合纳米流体在S-3（高Ec）至S-6（高Nr）场景中始终维持深蓝色低温区，而基液则出现大面积橙红色高温带。这种可视化差异证实了混合纳米流体在动态热负荷下的卓越缓冲能力。

4.4 有限差分解图分析

数值解显示：速度剖面随M增加而衰减，但随Z增大呈现非牛顿流体特有的速度增强；温度剖面则对Ec和Nr表现出强正相关性。值得注意的是，混合纳米流体的温度梯度变化率较单一纳米流体降低37%，这为其在精密温控领域的应用提供了依据。

该研究通过多角度验证得出核心结论：Powell–Eyring混合纳米流体（Al₂O₃-Cu/H₂O）在拉伸流动中展现出超越传统流体的热管理性能。其创新性体现在三个方面：首次将非牛顿流变学与混合纳米粒子熵模型相结合；开发了基于FDM的高效求解框架；通过六种物理场景的系统比较，证实了该流体在抑制热积累方面的显著优势。这些发现不仅为运动生物力学监测设备开发提供了新材料选择，也为高精度热管理系统的设计开辟了新途径。未来研究可进一步探索该流体在微尺度流动或脉动热管中的表现，以拓展其在可穿戴设备中的应用潜力。