Legendre yapay sinir ağı tabanlı hesaplamalı çalışma: hibrit parçacık sürüsü optimizasyonu ile kesirli zamana bağlı Sutterby akışkanının zamana bağlı akışı

Sürpriz Davranışlar Gösteren Akışkanlar

Ketçap ve yoğurttan kana ve polimer erimelerine kadar pek çok gündelik madde, sıradan su gibi akmaz. Karıştırıldığında yoğunlaşabilir veya sıkıldığında incelerek gıda işleme, plastik üretimi ve biyomedikal cihazlar gibi uygulamalarda kontrolü zorlaştırır. Bu çalışma, Sutterby akışkanı adı verilen bu tür karmaşık bir maddeden söz ediyor ve modern yapay zeka araçlarının endüstriyel olarak gerçekçi koşullar altında hareketini daha doğru tahmin edebildiğini gösteriyor.

Bu Garip Akışkanın Önemi

Sutterby akışkanı, karıştırma veya gerilme şiddetine bağlı olarak hem incelen hem de koyulaşabilen sıvıların bir modelidir. Bu maddeler polimer imalatı, kaplama, yağlayıcılar ve bazı biyolojik akışlarda ortaya çıkar. Birçok uygulamada akışkan, gerilen bir yüzey üzerinde hareket eder, plakalar arasında sıkıştırılır veya bir filtre gibi gözenekli bir malzemeden sızar ve aynı anda manyetik alanların etkisine maruz kalır. Standart denklemlerle bu davranışı yakalamak zordur çünkü akışkan, önceki hareketlerinin bir "hafızasını" taşır; yani mevcut hareketi yalnızca şimdiki kuvvetlere değil geçmişine de bağlıdır.

Akışkan Modeline Bellek Ekleme

Yazarlar, aralığı daralabilen veya genişleyebilen ve alt yüzeyi gözenekli bir ortam olan plakalar arasından geçen Sutterby akışkanının zamana bağlı hareketini tanımlıyor. Bellek etkilerini kesirli mertebeli zaman türevi adlı matematiksel bir araçla temsil ediyorlar; bu, modeli tek bir keskin zaman ölçeği yerine geçmiş hareketi kademeli olarak hesaba katabilecek şekilde zenginleştirir. Ayrıca manyetik alan etkisini, gözenekli ortamın direncini ve plakaların sıkıştırılmasını da dahil ediyorlar. Ortaya çıkan denklem, akışkan hızının kanal boyunca nasıl değiştiğine dair kompakt bir ifade üretiyor; buna ek boundary koşulları, akışkanın duvarlara nasıl yapıştığını ve duvarlarla birlikte nasıl hareket ettiğini tanımlıyor.

Sinir Ağına Akışı Öğretmek

Geleneksel sayısal çözücülere güvenmek yerine ekip, yanıtını düzgün, matematiksel olarak iyi davranan dalga formlarından oluşturan özel bir ağ türü olan Legendre yapay sinir ağını kullanıyor. Bilinmeyen hız profili bu şekillerin toplamı olarak yazılıyor ve eğitim süreci, ana denklem ve sınır koşulları mümkün olduğunca iyi sağlanana dek ağ parametrelerini ayarlıyor. En iyi parametreleri verimli şekilde bulmak için yazarlar, sürüleşen kuşlardan ilham alan bir dizi arama yönteminden, geçmiş adımların hafızasını da taşıyan bir versiyon ve ikisini birleştiren hibrit bir yöntem de dahil olmak üzere parçacık sürüsü optimizasyonunu kullanıyorlar.

Akışı Kontrol Eden Parametreler Hareketi Nasıl Değiştiriyor

Bu düzenekle araştırmacılar sistemdeki farklı ayarların akışı nasıl değiştirdiğini inceliyor. Bellek etkisini güçlendiren kesirli mertebenin artırılması, akışkanın kanal boyunca daha fazla hızlanmasına neden oluyor. Buna karşılık, gözenekli yüzeyin daha yüksek geçirgenlik direnci akışkanı yavaşlatıyor; plakalar birlikte hareket ettiğinde pozitif sıkıştırma da hızı azaltıyor. Plakalar ayrıldığında ortaya çıkan negatif sıkıştırma akışı artırıyor. Daha güçlü manyetik etki ise hız profili üzerinde yukarıya doğru bir kayma eğilimi göstererek daha hızlı akışı işaret ediyor. Bu testler boyunca sinir ağı çözümleri kararlı kalıyor ve referans verilerle yakın uyum gösteriyor; hibrit optimizasyon yöntemi ise tek başına standart veya kesirli sürü yöntemlerinden daha küçük hatalarla tutarlı biçimde doğru sonuçlar buluyor.

Gerçek Dünya Kullanımları İçin Anlamı

Çalışma, belleğe dayalı akışkan modellerinin özenle tasarlanmış sinir ağlarıyla harmanlanmasının karmaşık sıvıların gerçekçi ortamlardaki ince akış özelliklerini yakalayabildiğini gösteriyor. Hibrit sürü ile optimize edilmiş Legendre ağı hızlıca yakınsıyor, küçük tahmin hatalarını koruyor ve gözenekli direnç, sıkıştıran plakalar ile manyetik kuvvetlerin getirdiği güçlü doğrusal olmayanlıklarla başa çıkıyor. Çalışma şu an için yalnızca momentum üzerinde yoğunlaşmış; ısı veya kimyasal etkiler henüz ele alınmamış olsa da, yaklaşım, yoğun veya inceltilmiş polimer çözeltileri, gelişmiş yağlayıcılar ve basit tanımlara uymayan biyofluidler içeren süreçleri tasarlayan mühendisler için esnek bir araç sunuyor.

Atıf: Fatima, A., Asjad, M.I., Aslam, M.N. et al. Legendre neural network-based computational study through hybrid particle swarm optimization for fractional unsteady flow of Sutterby fluid. Sci Rep 16, 15285 (2026). https://doi.org/10.1038/s41598-026-45305-7

Anahtar kelimeler: Sutterby akışkanı, Newton dışı akış, kesirli model, sinir ağı, parçacık sürüsü optimizasyonu