الخبر أولاً، والحقيقة دائماً

رئيس مجلس الإدارة: فاطمة الفاررئيس التحرير: عادل البكل
شركات البترول العالمية

نموذج تعلم آلي يتنبأ بنقل الحرارة في زيت المحرك النانوي

نموذج تعلم آلي يتنبأ بنقل الحرارة في زيت المحرك النانوي
شركات البترول العالمية · ٠٤:٥٨:٢١ - الأربعاء، ١٨ نوفمبر ٢٠٢٦

أظهرت دراسة حاسوبية حديثة أن شبكة عصبية اصطناعية مدربة بخوارزمية ليفنبرغ-ماركواردت قادرة على نمذجة خصائص انتقال الحرارة والكتلة المقترنة في نانوسائل هجينة تعتمد على زيت محرك 10W40 بدقة عالية، مما يفتح آفاقاً لتطوير أنظمة تزييت موفرة للطاقة وتعزيز متانة المحركات.

تفاصيل الدراسة ومنهجيتها

أجرى فريق بحثي بقيادة عبدالهادي أ. آل ثرواي وزملاؤه، ونشروا نتائجهم في دورية "ديسكفر نانو"، تحليلاً لآليات الانتشار المتقاطع، وتحديداً ظاهرتا ديفور وسوريه، وتأثيرهما على ديناميكيات تبريد محركات السيارات عبر سطح ممتد مغمور في وسط مسامي. واعتمد الإطار الحسابي صيغ عدم التوازن الحراري المحلي، التي تراعي الملفات الحرارية المتميزة لأطوار السائل والمصفوفة الصلبة، متجاوزة افتراض التوازن الحراري المحلي التقليدي الذي يعامل الطورين كأنهما يتشاركان نفس درجة الحرارة في كل نقطة مكانية.

شمل النموذج الرياضي حركة سائل ثنائية الأبعاد مستقرة فوق سطح ممدد تحت مجال مغناطيسي عرضي منتظم، مع دمج صياغة هاملتون-كروسر للتوصيل الحراري الفعال للنانوسائل الهجينة، ومعاملات لا بعدية مثل معامل التفاعل المغناطيسي، وأعداد براندتل، شميت، ديفور، سوريه، الإشعاع، ومعامل انتقال الحرارة بين الأطوار.

نتائج المحاكاة ودقة النموذج

لتجاوز التكلفة الحسابية الباهظة لمحاكاة ديناميكيات السوائل الحسابية التقليدية، بنى الباحثون إطاراً للتعلم الآلي تحت الإشراف يعمل على مجموعات بيانات عددية مصنفة عبر سيناريوهات معاملية متميزة. حسنت الشبكة العصبية أوزان الروابط الداخلية عبر خوارزمية ليفنبرغ-ماركواردت، محققة أداءً تنبؤياً عالي الدقة عبر حالات اختبار متعددة.

في الحالة الأولى، بلغ الأداء الأمثل للتدريب 6.16×10⁻⁹ في الحقبة 532، مع تطابق شبه مثالي بين المنحنيات المستهدفة والمتنبأ بها. وفي الحالة الثانية، وصل أداء التحقق الأمثل إلى 3.61×10⁻⁹ في الحقبة 951، مع تركز أخطاء التنبؤ حول الصفر. أما الحالة الثالثة فسجلت أداءً أمثل قدره 1.57×10⁻⁸ في الحقبة 924، مع معامل انحدار يساوي الوحدة يشير إلى اتفاق إحصائي كامل.

تأثير التركيز النانوي والظواهر المتقاطعة

كشفت التحليلات المعاملية أن زيادة الكسر الحجمي للجسيمات النانوية المعلقة تقلل حقل سرعة التدفق بشكل منهجي، ويعزى ذلك إلى مقاومة تداخل داخلية أعلى ولزوجة فعالة أكبر. في المقابل، يؤدي رفع الكسر الحجمي إلى تعزيز عدد نوسلت، ما يدل على أن تركيزات الجسيمات النانوية الأكثر كثافة تحسن معدلات انتقال الحرارة رغم السحب الهيدروديناميكي المصاحب داخل الطبقة الحدية.

استجابت السلوكيات الحرارية والتركيزية بقوة لجهود الانتشار المتقاطع التي تحكمها أرقام ديفور وسوريه. أظهر تأثير ديفور، الذي يصف نقل الطاقة المحفز بتدرجات التركيز، زيادة في سماكة الطبقة الحدية الحرارية وارتفاع في ملفات درجة حرارة السائل المحلية مع ارتفاع قيمته، مصحوباً بتسارع في معدل انتقال الحرارة الكلي. في الوقت نفسه، أدى زيادة معامل سوريه إلى تضخيم ملفات التركيز وقابلية الانتشار المولي، مما نتج عنه أرقام شيروود أعلى ومعدلات انتقال كتلة محسنة.

تطبيقات مستقبلية وآفاق بحثية

فحصت الدراسة أيضاً السلوك الانتقالي الذي يحكمه معامل انتقال الحرارة بين الأطوار ونسبة التوصيل المعدلة بالمسامية. مع زيادة معامل انتقال الحرارة بين الأطوار، اتسعت درجة حرارة الطور السائل بينما انخفضت درجة حرارة الطور الصلب، عاكسة تبادلاً حرارياً سريعاً بين الأطوار. عند قيم معاملية متوسطة، ظلت فجوات حرارية واضحة، مما يبرز ضرورة نمذجة عدم التوازن. وعند قيم كبيرة بما يكفي، تقلص الفرق الحراري بين الطورين نحو المساواة، ليعود النظام إلى سيطرة التوازن الحراري المحلي.

أكد التحقق مقابل معايير منشورة اتساقاً كاملاً مع الأدبيات الراسخة. وخلص الباحثون إلى أن نموذجهم المتكامل للتعلم الآلي ونقل الحرارة في عدم التوازن يوفر أساساً عملياً لتصميم دوائر تبريد سيارات متقدمة، واستراتيجيات صيانة تنبؤية، ومواد تشحيم عالية الأداء. ورغم متانة البنية الرياضية وكفاءتها الحسابية تحت ظروف حدودية محاكاة، تظل النتائج قائمة على نماذج عددية وحاسوبية ناعمة وليس على اختبارات دينامومتر محركات فعلية أو تجارب سريرية.

أشار المحققون إلى أن النانوسائل تضم جسيمات نانوية أصغر من 100 نانومتر لرفع التوصيل الحراري الأساسي عبر بيئات تشغيلية متنوعة، وقد توسعت استخداماتها من الهندسة التقليدية إلى المفاعلات الكيميائية، والمجمعات الشمسية، والمبادلات الحرارية، وتطبيقات ناشئة في الهندسة الحرارية الأرضية، واستخراج البترول، والإجراءات الصناعية الآمنة للتبريد، والعلاجات الطبية الدقيقة مثل علاجات السرطان وأورام الدماغ.

شارك الخبر: