Тепловой анализ плоского солнечного воздушного нагревателя с отражателями излучения и W‑образной шершавостью: подход на основе искусственных нейронных сетей и машинного обучения

Почему важно получать более тёплый воздух от солнечного света

Преобразование солнечного света в полезное тепло — один из самых простых способов сократить расход топлива и выбросы, но многие распространённые солнечные воздушные нагреватели по-прежнему теряют значительную часть падающей на них энергии. В этом исследовании рассматривается более продуманный плоский нагреватель, который извлекает больше тепла из того же солнечного потока за счёт изменения формы металлической поверхности, поглощающей свет, и установки зеркал по бокам. Авторы также проверяют, могут ли современные инструменты обработки данных — искусственные нейронные сети и методы машинного обучения — точно предсказывать характеристики работы системы, что позволяет улучшать проектирование без бесконечных опытов методом проб и ошибок.

Более умный способ нагреть движущийся воздух

Плоский солнечный воздушный нагреватель по сути представляет собой мелкий короб: солнечный свет проходит через стеклянную крышку и нагревает тёмную металлическую пластину, а протекающий под пластиной воздух забирает это тепло и уносит его. Такие устройства привлекательны для задач вроде сушки урожая или отопления зданий: они дешёвы, тихи и просты в обслуживании. Их основная слабость — неэффективная передача тепла от горячей пластины к проходящему воздуху, из‑за чего пластина сильно нагревается и отводит энергию в окружающую среду вместо того, чтобы отдать её потоку воздуха. Авторы поставили цель устранить эту слабость, сочетая два пассивных приёма — боковые отражатели и текстурированную поверхность металла — в одной «двухрежимной» конструкции.

Больше света на цель с боковыми зеркалами

Первый приём — установка зеркальных отражателей вдоль длинных кромок нагревателя. Эти панели наклонены так, чтобы солнечный свет, который в обычной конфигурации промахнулся бы через поглощающую пластину, отскакивал обратно на неё. В полевых испытаниях отражатели регулировали примерно под углом 30 градусов и подбирали по длине под рабочую секцию нагревателя. Такая схема повышает температуру пластины за счёт увеличения солнечного потока и более равномерно распределяет тепло по поверхности. Измерения показали, что простое добавление отражателей к гладкому нагревателю увеличивало ключевой показатель теплообмена — число Нуссельта — примерно на 18–27 процентов и повышало общий тепловой КПД до примерно 43 процентов по сравнению с базовой конструкцией без отражателей.

Форма поверхности, стимулирующая перемешивание воздуха

Второй приём — изменить форму нижней стороны поглощающей пластины, по которой течёт воздух. Вместо гладкой поверхности команда приклеила тонкие медные проволоки повторяющимся узором W по всей площади. Эти рёбра действуют как крошечные «лежачие полицейские» для потока воздуха. Когда воздух проходит над каждым W‑образным выступом, поток отделяется, завихряется и затем снова прикрепляется, постоянно нарушая тонкий застойный слой воздуха, который обычно прилипает к поверхности и препятствует теплообмену. Тщательно подобрав шаг, высоту и угол рёбер, исследователи стремились усилить это перемешивание без чрезмерного падения давления, которое потребовало бы большего энергозатрата на вентилятор.

Что показали эксперименты и аналитические модели

Команда собрала и испытала несколько конфигураций на открытом воздухе в ясные дни: гладкая пластина без отражателей, гладкая пластина с отражателями и пластина с W‑ребрами и отражателями. Они контролировали температуры воздуха на входе и выходе, температуры пластины, интенсивность солнечного излучения и скорость потока воздуха, а затем рассчитывали, насколько эффективно каждая сборка передавала тепло от пластины в воздух. Сочетание W‑образной шершавости и отражателей продемонстрировало наилучшие показатели: индикатор теплообмена оказался до 1,63 раза выше, чем в базовой гладкой системе, а тепловой КПД улучшился до 1,84 раза. Чтобы сократить будущие экспериментальные усилия, авторы также обучили модели машинного обучения и нейронную сеть на сотнях точек данных. Эти модели смогли с высокой точностью предсказывать поведение теплообмена и условия потока, довольно точно повторяя экспериментальные тенденции.

От усовершенствованных лабораторий к лучшим солнечным сушилкам

Для неспециалистов вывод прост: добавив простые боковые зеркала и аккуратно нанесённые металлические рёбра, плоский солнечный воздушный нагреватель может выдавать значительно больше полезного тепла с того же участка солнечной поверхности. Это означает, что теплицы, сушилки для сельскохозяйственной продукции, отопительные установки и подобные системы могут стать заметно компактнее или мощнее без добавления движущихся частей или топлива. Успешное применение нейронных сетей и методов машинного обучения в этом исследовании также показывает, что проектировщики всё чаще смогут полагаться на интеллектуальные модели на основе данных для тонкой настройки таких устройств до их изготовления, ускоряя переход к более чистому и эффективному солнечному отоплению в домах, на фермах и в промышленности.

Цитирование: Jain, P.K., Kurrey, K.L., Pandey, V. et al. Thermal analysis of flat plate solar air heater system with radiation reflectors and W-shaped roughness: artificial neural network & machine learning approach. Sci Rep 16, 11779 (2026). https://doi.org/10.1038/s41598-026-41922-4

Ключевые слова: солнечный воздушный нагреватель, снижение потерь тепла, солнечная сушка, моделирование с помощью машинного обучения, тепловой КПД