Modèlisation des propriétés thermophysiques et les caractéristiques d’écoulement des nanofluides à l’aide de l’intelligence artificiele

Abstract

Dans cette étude, un perceptron multicouche utilisant l'algorithme de Levenberg- Marquardt pour la propagation en arrière est mis en oeuvre à l'aide de nanofluides dans l'environnement MATLAB. Les réseaux de neurones artificiels démontrent leur capacité à modéliser avec une grande précision les variations de conductivité et de viscosité de l'oxyde d'aluminium (Al2O3) et de l'oxyde de cuivre (CuO) en fonction de paramètres tels que la température, la fraction volumique, la conductivité du fluide de base et la taille des nanoparticules. Cette modélisation repose sur un réseau de neurones composé de deux couches cachées et de 10 à 30 neurones. Le coefficient de régression optimal de 1 obtenu indique une correspondance extrêmement précise entre les valeurs expérimentales et les valeurs prédites par le réseau de neurones, malgré la simplicité de sa structure.