相关实验视频
Updated: Jan 13, 2026
09:17
Surrogate Model Development for Digital Experiments in Welding
Published on: March 28, 2025
1.8K
开发新的符号回归模型,用于使用CFD和DPM预测纳米波器效率
Arman Taghavi1, Somayeh Davoodabadi Farahani2
1University of Tehran, Tehran, Iran.
Scientific reports
|January 9, 2026
概括
这项研究开发了一个计算框架来分析面罩的纳米纤维过器性能. 输入速度显著影响过效率,而人工智能模型和衍生相关性准确地预测性能.
科学领域:
- 流体动力学和粒子运输
- 材料科学和纳米技术
- 计算机建模和模拟.
背景情况:
- 纳米纤维介质对于过应用至关重要,包括面膜.
- 了解过性能需要分析诸如速度,粒子密度和数密度等参数.
- 计算流体动力学 (CFD) 与离散相模型 (DPM) 结合,提供了一个强大的方法.
研究的目的:
- 开发和验证用于纳米纤维介质过分析的CFD-DPM框架.
- 调查关键参数对过效率和压力下降的影响.
- 使用人工智能 (AI) 进行准确的预测和灵敏度分析.
主要方法:
- 使用了一个全面的计算流体动力学-离散阶段模型 (CFD-DPM) 框架.
- 对入口速度,粒子密度和粒子数密度进行了详细的参数研究.
- 使用人工神经网络 (ANN) 进行预测建模和莫里斯方法进行灵敏度分析.
- 通过符号回归来导出过效率的明确相关性.
主要成果:
- 过效率与输入参数具有复杂的非线性关系.
- 输入速度被确定为影响过效率的最关键参数 (从~96%降至42%).
- 一个ANN模型实现了R2>0.999;象征回归产生了与R2>0.998.99的相关性.
结论:
- 开发的CFD-DPM框架准确地预测了纳米纤维波器的性能.
- 输入速度是影响过效率的主要因素.
- 人工智能驱动的相关性为预测面罩应用中的过效率提供了高度准确和实用的工具.
