绣山讲坛第435讲-Tetra-Hybrid Nanofluids and Machine Learning for Next-Generation Cross-flow Microchannel Heat Exchanger
作者： 已浏览：23次 更新日期：2026-05-27
报告题目：Tetra-Hybrid Nanofluids and Machine Learning for Next-Generation Cross-flow Microchannel Heat Exchanger
报告时间：2026.6.4 9:00
报告地点：秀山208
主讲人：Rehena Nasrin.孟加拉国工程与技术大学数学系
摘要：
本研究针对微通道换热器（MCHE）因其紧凑的结构和高热性能而受到广泛关注，然而传统流体的低导热性和流体混合不充分限制了其效率。本研究对一种横流式微通道换热器（CFMCHE）进行了数值模拟与数据驱动分析，采用了水基四元混合纳米流体、优化几何结构、响应面法（RSM）和人工神经网络（ANN）预测。评估了六种流道形状及包括正弦波形和挡板设计在内的先进构型以提升传热效果。研究了雷诺数、流道几何形状、纳米颗粒体积分数、形状因子、颗粒尺寸、换热器材料以及九种纳米颗粒浓度配比的影响。分析了努塞尔数、效率、水力性能指标、摩擦因子、协同角、泵功等性能参数。控制方程采用有限元法（FEM）求解。结果表明，采用优化波形流道的四元混合纳米流体可显著提升热性能。人工神经网络在预测能力上优于响应面法，对努塞尔数（误差0.083%）、效率（误差0.014%）和性能（误差0.66%）的预测误差更低，表明其能有效实现CFMCHE性能的快速准确预测及设计优化。
主讲人简介：
Rehena Nasrin 教授现任孟加拉国工程技术大学（BUET）数学系教授。她曾为马来亚大学博士后研究员，在BUET获得博士和哲学硕士学位，并在达卡大学获得理学硕士和理学学士学位。
Nasrin 博士是一位计算流体动力学专家，专长于流体流动、磁流体动力学流动、传热传质、生物传热，以及化学反应器、散热器和换热器的数学建模。作为应用数学家，她的研究涉及非线性数值分析、最优控制、多孔介质输运、单/混合纳米流体/离子纳米流体流动建模以及血液动力学血流。此外，Nasrin 教授还专注于太阳能集热器、太阳能光伏（PV）、光伏热（PVT）、光伏热/相变材料（PVT/PCM）系统，以及电力、热能存储、能源效率和整体效率提升方法等领域。
她已指导完成2名博士生、7名哲学硕士生和13名硕士生的学位论文，并正在指导另外15名研究生。Nasrin 教授已在国际公认的高影响力期刊上发表约175篇文章，在多个国家进行过90余次会议报告，并制作了4份会议海报。在这175篇论文中，约有45篇发表于Scimago索引的Q1区期刊。
