利用人工神经网络的潜力来研究自催化化学反应对流经两个平行圆盘之间挤压的Boger流体流动动力学的影响

《Engineering Applications of Artificial Intelligence》：Harnessing the potential of artificial neural networks to study autocatalytic chemical reaction effects on the flow dynamics of Boger fluid squeezed between two parallel disks

Boger流体在磁场作用下通过两平行旋转磁盘的流动特性及其热质传递规律被研究，考虑孔隙介质和自催化热/化学反应的影响，采用RKF-45数值方法和Levenberg-Marquardt人工神经网络进行建模与预测，揭示了各参数对速度场、温度场及浓度场的作用规律。

　　本研究探讨了在磁场作用下，Boger流体在两个平行圆盘之间的挤压制动流动现象。同时，还分析了热辐射、吸热/放热化学反应、多孔介质以及活化能对流体流动的影响，以评估其传热和传质特性。Boger流体因其独特的流变特性，在聚合物加工、润滑系统、反应系统以及微流体设备等领域具有重要的应用价值。这些流体能够在极端稀释条件下保持一致的粘度，即使在拉伸过程中也不会表现出剪切变稀的特性，这使得它们成为研究非牛顿流体行为的理想模型。在工业生产中，精确控制非牛顿流体的流动对于提高效率和优化操作至关重要。

研究中考虑了磁场、热辐射以及自催化吸热/放热化学反应的协同作用，这对于改进复杂流体系统的能量利用效率具有重要意义。为了求解简化后的方程，采用了Runge-Kutta Fehlberg第四-第五阶（RKF-45）数值方法。此外，还设计了一种基于Levenberg-Marquardt算法的人工神经网络（ANN），用于模拟和预测流体流动行为。该方法具有较高的计算效率和准确性。在吸力条件下，当磁场参数增加时，流体的速度曲线起初下降，随后增强。而在吹气条件下，随着磁场参数的增加，流体的速度曲线也随之上升。在吸热和放热两种化学反应情境下，随着热辐射参数的增加，热分布曲线呈现出上升趋势。对于吸热和放热化学反应情况，浓度曲线随着反应速率参数的增加而下降。神经网络模型在训练过程中表现出极低的误差，范围从1E-08到1E-12，表明其具有卓越的准确性和预测能力。对于不同参数，相对绝对误差也较低，范围在1E-05到1E-08之间，进一步证明了该研究方法的可靠性。

Boger流体在流变学中的应用非常广泛。由于其独特的流变特性，Boger流体在许多工业领域中具有重要价值。例如，在生物医学研究中，Boger流体被用来模拟生物流体的粘度，从而有助于医疗设备和药物输送系统的开发。在食品和化妆品制造过程中，Boger流体的粘度控制能力也至关重要。此外，在石油和天然气行业，Boger流体被用于增强钻井作业的效率，同时也可以用于创建提供稳定性和安全性的阻尼系统。在航空航天、汽车和船舶制造等行业中，旋转机械是不可或缺的组成部分，其中加热的平行圆盘是常见的旋转组件之一。这类圆盘在许多应用场景中运行在高温和高速条件下，对整体设备的性能产生重要影响。非均匀厚度的圆盘近年来越来越受到关注，主要由于其在成本和机械性能方面的优化潜力。

在流体力学研究中，Boger流体的挤压制动流动问题一直备受关注。例如，Turkyilmazoglu（2016）研究了由两个平行拉伸旋转圆盘引发的流体和传热特性。Gowda等人（2025）采用集合法探讨了通过两个平行圆盘的液流特性。Rajeev等人（2024）研究了在磁场作用下，两个平行旋转圆盘之间的磁流体混合纳米流体流动特性。Panda等人（2024）则探讨了在磁场作用下，两个平行圆盘之间形成的Boger-微极三混合纳米流体的流动特性。Banakar等人（2025）分析了在热辐射和生物对流作用下，通过两个平行圆盘的液流特性。这些研究均表明，Boger流体在不同条件下的流动行为具有显著的复杂性和多样性，值得进一步深入探讨。

热辐射在流体流动中的影响也受到广泛关注。在许多工程领域中，如水文学、食品工业、材料工程、石油工程、地热工程和生物医学工程，流体在多孔介质中的流动是常见的现象。例如，水文学中的应用包括污水处理系统、填充床和水坝。从工程角度来看，多孔介质被用于多种应用场景，包括地热作业、生物膜、色谱分析、石油开采、异构催化、蒸馏塔、填充吸收以及球型热交换器。多孔介质在这些领域中发挥着关键作用，其结构和性能直接影响相关过程的效率。Li等人（2022）研究了在多孔介质中流动的纳米流体在拉伸板上的行为。Goud等人（2022）探讨了在非线性倾斜拉伸表面上，多孔介质中流动的Casson流体在热源、化学反应和热辐射作用下的表现。Jalili等人（2023）研究了在多孔介质中包含辐射传热的流体流动特性。Dharmendar等人（2023）则探讨了在多孔介质中，磁流体流动受热生成和吸收的影响。Patel（2025）分析了在多孔介质中，Soret效应和热生成对非稳态磁流体流动的影响。

在工业领域，热辐射的传热特性对于许多设备的设计和运行至关重要。例如，可靠的机械、核能发电站、燃气轮机以及各种推进设备的开发，都依赖于热辐射传热的精确控制。Pattnaik等人（2021）研究了在拉伸板上，热辐射对微极流体流动的影响。Venthan等人（2023）评估了在热辐射作用下，抛物线板上流体流动的传热和传质特性。Yu和Wang（2022）探讨了在碳纳米管悬浮的对流液流中，热辐射的影响。Kattimani等人（2025a）采用集合法研究了在锥和圆盘之间，热辐射对纳米流体流动的影响。Baithalu和Mishra（2023）则分析了在通道中，热辐射对微极流体流动的影响。这些研究均表明，热辐射在流体流动中的作用是不可忽视的，其对传热和传质的影响具有重要的工程意义。

化学反应在流体流动中的影响同样备受关注。当两种或多种化学物质相互作用时，可能会发生化学反应，生成一种或多种新的化学物质。在这些反应过程中，能量会从系统传递到环境中，从而改变系统的温度。例如，放热反应会将能量释放到环境中，使周围温度升高，而吸热反应则会从环境中吸收能量，使周围温度下降。燃烧过程是放热反应的一个典型例子，而某些工业反应则是吸热反应的代表。化学反应不仅影响流体的温度变化，还对流体的流动特性产生深远影响。例如，Nagapavani等人（2025）研究了在旋转圆盘上，化学反应和活化能对液流的影响。Mehmood等人（2022）探讨了在吸热/放热化学反应条件下，碳纳米管液流在扩展/收缩表面的流动特性。Mishra等人（2017）分析了在化学反应作用下，液流通过拉伸板的传热和传质特性。Ullah（2025）研究了在吸热/放热化学反应条件下，纳米液流的流动特性。Sajid等人（2023）则探讨了在吸热/放热反应和对流边界条件下，纳米液流在楔形表面上的流动特性。这些研究均表明，化学反应在流体流动中的作用是复杂的，需要综合考虑其对流体性能和能量传输的影响。

在处理高维参数空间或复杂非线性系统时，计算复杂性通常会增加。因此，需要更多的计算资源和时间来解决相关问题。这类系统可能具有多个局部极小值，并且变量之间存在复杂的相互作用，这使得获得稳定解变得困难。上述因素增加了研究的难度，因此需要采用高效的数值方法和智能计算工具来提高求解效率。在本研究中，通过引入适当的相似变量，将流体流动问题的控制偏微分方程（PDEs）转化为无量纲的常微分方程（ODEs）。随后，采用RKF-45数值方法求解这些无量纲常微分方程。此外，还利用人工神经网络对流体流动、传质和传热特性进行了评估。通过回归分析、均方误差、误差直方图和动态过渡的评估，提供了充分的证据表明所提出的神经网络模型在解决当前问题方面具有良好的效果。可视化结果进一步展示了不同无量纲参数对流体特性曲线的影响。

在高维参数空间和复杂非线性系统中，数值方法的计算复杂性通常较高。因此，需要更强大的计算能力和更长的计算时间来解决这些问题。这类系统可能具有多个局部极小值，并且变量之间存在复杂的相互作用，这使得获得稳定解变得困难。为了提高求解效率，本研究采用了一种基于Levenberg-Marquardt算法的人工神经网络模型。该模型能够有效处理非线性系统，并且不需要显式的输入-输出连接信息。神经网络模型的优势在于其能够模拟复杂系统，从而提供准确的预测和分析。在本研究中，通过RKF-45数值方法生成的参考数据集用于训练神经网络模型。该模型在训练过程中表现出极低的误差，表明其具有卓越的预测能力和准确性。此外，该模型能够处理多个参数的相互作用，并提供可靠的计算结果。

本研究的主要目标是探讨Boger流体在两个平行圆盘之间的挤压制动流动特性，特别是在磁场和多孔介质的共同作用下，吸热/放热化学反应对传热和传质的影响。目前，还没有关于Boger流体在这些条件下的传热和传质行为的系统研究。因此，本研究填补了这一研究空白。通过引入相似变量，将控制方程转化为无量纲的常微分方程，使得数值求解更加高效。此外，利用RKF-45数值方法求解这些方程，并通过人工神经网络对流体流动、传热和传质特性进行评估。通过回归分析、均方误差、误差直方图和动态过渡的评估，提供了充分的证据表明所提出的神经网络模型在解决当前问题方面具有良好的效果。可视化结果进一步展示了不同无量纲参数对流体特性曲线的影响。

本研究的结果表明，磁场对Boger流体在两个平行圆盘之间的挤压制动流动具有显著影响。在吸力条件下，当磁场参数增加时，流体的速度曲线起初下降，随后增强。而在吹气条件下，随着磁场参数的增加，流体的速度曲线也随之上升。这些现象表明，磁场在控制流体流动方面具有重要作用。同时，热辐射参数的增加对热分布曲线的影响也较为明显，无论是在吸热还是放热化学反应情境下，热分布曲线均呈现出上升趋势。这表明热辐射在传热过程中具有重要影响。对于化学反应速率参数的增加，浓度曲线在吸热和放热化学反应情境下均呈现出下降趋势，表明化学反应对浓度分布具有显著影响。此外，人工神经网络模型在训练过程中表现出极低的误差，表明其具有较高的准确性和预测能力。通过该模型对不同参数的评估，进一步证明了其在解决复杂流体流动问题方面的有效性。

本研究的结果还表明，多孔介质对流体流动的影响不可忽视。在吸力和吹气条件下，多孔介质的存在改变了流体的流动特性。此外，热辐射参数的增加对热分布曲线的影响也较为显著，无论是在吸热还是放热化学反应情境下，热分布曲线均呈现出上升趋势。这表明热辐射在传热过程中具有重要影响。同时，化学反应速率参数的增加对浓度曲线的影响也较为明显，无论是在吸热还是放热化学反应情境下，浓度曲线均呈现出下降趋势。这表明化学反应对浓度分布具有显著影响。此外，人工神经网络模型在训练过程中表现出极低的误差，表明其具有较高的准确性和预测能力。通过该模型对不同参数的评估，进一步证明了其在解决复杂流体流动问题方面的有效性。

本研究的结论表明，磁场对Boger流体在两个平行圆盘之间的挤压制动流动具有重要影响。在吸力和吹气条件下，磁场的存在改变了流体的速度分布。同时，热辐射和多孔介质的存在对传热和传质特性也产生了显著影响。通过引入相似变量，将控制方程转化为无量纲的常微分方程，使得数值求解更加高效。此外，利用RKF-45数值方法求解这些方程，并通过人工神经网络对流体流动、传热和传质特性进行评估。通过回归分析、均方误差、误差直方图和动态过渡的评估，提供了充分的证据表明所提出的神经网络模型在解决当前问题方面具有良好的效果。可视化结果进一步展示了不同无量纲参数对流体特性曲线的影响。

本研究的作者贡献声明表明，R. Naveen Kumar负责撰写原始稿件、研究、形式分析、数据整理和概念设计。Varun Kumar R S负责撰写和编辑、软件开发、方法设计和研究。Chandan K负责验证、软件开发、方法设计和数据整理。Fehmi Gamaoun负责撰写和编辑、监督、资源获取和资金申请。研究团队在该项目中进行了多方面的合作，包括理论分析、数值模拟和人工智能建模。研究团队还获得了King Khalid University的资助，用于支持该项目的研究工作。这些资助使得研究能够顺利进行，并为后续的实验和分析提供了必要的资源支持。

本研究的作者声明表明，他们没有已知的财务利益或个人关系可能影响本研究结果的报告。这表明研究的透明性和客观性得到了保障。在研究过程中，所有数据和结果均基于科学方法和严谨的实验设计，确保了研究的可靠性和准确性。此外，研究团队在方法设计和数据分析方面也进行了充分的探讨，确保了研究的科学性和有效性。这些因素共同构成了本研究的基础，使得研究结果具有较高的可信度和应用价值。

在流体流动和传热传质的研究中，人工神经网络的应用越来越广泛。这种智能计算方法能够有效处理非线性系统，并且不需要显式的输入-输出连接信息。在本研究中，人工神经网络被用于模拟和预测Boger流体在两个平行圆盘之间的挤压制动流动特性。通过引入适当的相似变量，将控制方程转化为无量纲的常微分方程，使得数值求解更加高效。此外，人工神经网络能够处理多个参数的相互作用，并提供可靠的计算结果。研究团队通过回归分析、均方误差、误差直方图和动态过渡的评估，提供了充分的证据表明所提出的神经网络模型在解决当前问题方面具有良好的效果。可视化结果进一步展示了不同无量纲参数对流体特性曲线的影响。

综上所述，本研究在磁场、多孔介质、热辐射以及吸热/放热化学反应的共同作用下，探讨了Boger流体在两个平行圆盘之间的挤压制动流动特性。通过引入相似变量，将控制方程转化为无量纲的常微分方程，使得数值求解更加高效。此外，利用人工神经网络对流体流动、传热和传质特性进行了评估。通过回归分析、均方误差、误差直方图和动态过渡的评估，提供了充分的证据表明所提出的神经网络模型在解决当前问题方面具有良好的效果。研究结果表明，磁场、热辐射和化学反应对流体流动特性具有显著影响，这些因素的协同作用对于优化复杂流体系统的能量利用效率具有重要意义。此外，研究结果还表明，人工神经网络模型在训练过程中表现出极低的误差，表明其具有卓越的准确性和预测能力。这些发现不仅丰富了Boger流体在多孔介质和磁场作用下的流动特性研究，也为相关工业应用提供了理论支持和实践指导。