双区域多孔介质中脉冲式混合纳米流体流动与传热：基于人工神经网络的验证与生物医学应用

《PROCEEDINGS OF THE NATIONAL ACADEMY OF SCIENCES INDIA SECTION A-PHYSICAL SCIENCES》：Pulsatile Hybrid Nanofluid Flow and Heat Transfer in Dual-Region Porous Media: ANN-Based Validation and Biomedical Applications

　　

本文研究的是含有钛合金–Fe₃O₄/血液混合纳米流体多孔通道中的脉动双层流动与传热问题。该模型纳入了磁场、热辐射、粘性耗散、滑移条件、壁面波纹、纳米粒子浓度以及系统内部热量的产生与吸收等重要变量。第一区域描述血液通过多孔介质的流动，第二区域则由混合纳米流体层组成。这使得在具有医学意义的情景下，能够研究两个区域之间的相互作用。通过采用双重摄动方法，可以推导出速度和温度分布的解析公式。通过建立基于多层感知器（MLP）的人工神经网络的计算框架，对解析结果进行了验证和核实。采用结合Levenberg–Marquardt优化的前向反向传播方法，有效地对网络进行了训练。人工神经网络（ANN）模型遵循一个系统化的流程，包括数据准备、训练、测试和验证。利用均方误差（MSE）来评估模型相对于数据的性能。通过大量表格和图形表示，展示了控制因素对系统流动和热行为的影响。结果表明，增强的磁场显著降低了滑移、纳米粒子浓度和浮力的影响，同时提高了传热效率。这些结果证明了这一发现的重要性。这些发现对于生物医学冷却技术、植入式医疗系统和靶向药物递送装置等应用具有重要的意义。