基于GA-BP神经网络模型预测水基炭黑-胶原蛋白纳米流体热导率和黏度

编号：NMJS09217

篇名：基于GA-BP神经网络模型预测水基炭黑-胶原蛋白纳米流体热导率和黏度

作者：李凯 魏鹤琳 尹志凡 左夏华 于晓宇 尹宏远 杨卫民 阎华 安瑛

关键词： 纳米流体 炭黑 胶原蛋白 BP神经网络 热导率 黏度

机构： 北京化工大学机电工程学院

摘要： 纳米流体由于其独特的强化传热性能,已广泛应用于各个领域。而热导率和黏度直接影响纳米流体在实际工程中的适用性,因此在考察纳米流体的强化传热特性前首先要分析研究其热导率和黏度。本研究利用炭黑和胶原蛋白,采用两步法制备了水基炭黑胶原蛋白纳米流体。实验分析了炭黑和胶原蛋白质量分数、温度对纳米流体热导率和黏度的影响。采用灰色关联方法对这些参数的权重进行了数学计算,基于实验数据建立了三输入两输出的BP神经网络预测模型,并利用遗传算法(GA)对BP模型进行优化。结果表明,遗传算法优化后的BP神经网络模型对预测输出具有更高的准确性和更好的稳定性,回归系数和最大偏差分别为0.99918和0.002。本研究不仅对于理解和控制水基炭黑-胶原蛋白纳米流体的热物理性能有重要意义,而且为工程设计和材料科学等方面的应用提供了新思路。