수축하는 곡선 위 Casson 유체의 열 및 질량 전달 예측을 위한 인공신경망 설계: 안정성 분석

본 연구는 침투 가능한 수축 곡선을 통해 슬립 제약 조건 하의 Casson 유체에 대한 Darcy-Forchheimer 모델의 새로운 검토에 중점을 둡니다. 가변 열전도율, 점성 소산, 다중 슬립 조건 및 화학 반응의 중요성이 독특하게 통합되었습니다. 지배 PDE들은 유사 변수의 적용 하에 ODE로 축약되었습니다. 변하는 인자 값 하에서 신뢰할 수 있는 예측을 위해 해 데이터를 훈련하기 위해 인공신경망(ANN)이 생성되었으며, bvp4c 방식을 통해 이중 해 분석도 수행되었습니다. 주요 결과는 시간 안정성 분석을 통해 첫 번째 해가 안정적이고 두 번째 해가 불안정함을 나타냅니다. 복잡한 Casson 유체 시스템에서 에너지 전달 성능 평가를 위한 빠르고 정확한 대체 모델로서 ANN의 효능은 그 예측과 수치 데이터 간의 근접한 일치로 확인되었습니다. 곡률 및 Casson 유체 인자의 변화는 전단 응력, 열 전달률 및 질량 전달률 감소를 초래합니다. 또한, 회귀 분석을 사용하여 유동, 열 및 질량 전달을 추정하였고, 평균 추정치는 인공신경망 모델에 의해 정확하게 예측되었습니다(R=1).