银纳米颗粒形状对多孔介质中辐射拉伸面电泳Oldroyd-B流体热流体特性的影响及人工神经网络预测

《Materials Today Communications》：Neural Network Architecture for Silver Nanoparticle Morphologies on Electro-osmotic Flow over an Elongated Radiative Sheet in Non-linear Porous Media

　　

摘要

本研究考察了银（Ag）纳米颗粒形状对嵌入非线性多孔介质中的辐射拉伸面上电泳Oldroyd-B流体模型流动的影响，其中包含指数型热源/汇。研究中同时考虑了球形和非球形纳米颗粒（圆柱形和片状），以分析其对流动和热特性的影响。数学模型纳入了焦耳加热和粘性耗散，以表征电阻力和摩擦力效应。通过对流相似变换，将控制方程化简为常微分方程，并进行数值求解。为增强预测能力，本研究开发了一个人工神经网络（ANN）模型，用于估算关键参数，如摩擦系数和努塞尔数。该ANN使用1000组数值数据集进行训练，采用超过五层隐藏层的深度架构，从而能够准确预测非线性热-流体相互作用。该模型表现出色，回归精度接近1（R2 ≈ 1.0），均方误差极低（MSE ≈ 4.2×10??）。结果表明，纳米颗粒几何形状对热性能有显著影响：片状颗粒产生最大的传热增强效果，圆柱形颗粒改善动量传递，球形颗粒对电泳滑移响应最强烈。这些发现凸显了ANN辅助建模在纳流体热系统设计中的实用性。

Alugunuri Raghu|Nagaraju Gajjela|Ilyas Khan|Anouar Jbeli|Thirupathi Thumma|Hadil Alhazmi|N.F.M. Noor