🔬 physics

Quantitative Sensitivity Analysis of Hybrid Nanofluid Transport over a Convective Rotating Stretchable Disk with Variable Thermophysical Properties and chemical reaction

Este estudio investiga numéricamente las características de transferencia de calor y masa de un flujo de nanofluido híbrido sobre un disco de Riga rotatorio convectivo con propiedades termofísicas variables y reacciones químicas, empleando transformaciones de grupos de escala y un marco de análisis de sensibilidad para identificar el movimiento browniano y el número de Biot como los factores dominantes que rigen el transporte de masa y el rendimiento térmico, respectivamente.

Autores originales: Muhammad Ramzan, Hamna Nazir, Muhammad Bilal, Tanveer Sajid, Adil Jhangeer, Yasir Mehmood, Yazeed Alkhrijah, Koh Wei Sin

Publicado 2026-08-05

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Muhammad Ramzan, Hamna Nazir, Muhammad Bilal, Tanveer Sajid, Adil Jhangeer, Yasir Mehmood, Yazeed Alkhrijah, Koh Wei Sin

Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Imagina que estás intentando enfriar un motor supercaliente o un chip de computadora de alta velocidad. Sabes que solo soplar aire no siempre es suficiente; a veces necesitas un líquido que sea más inteligente y fuerte que el agua. Aquí es donde entran en juego el mundo de la mecánica de fluidos y la nanotecnología. Los científicos han descubierto que si mezclas diminutas motas de metal o minerales (llamadas nanopartículas) en un líquido, la mezcla se convierte en un "nanofluido" que puede transportar el calor mucho más rápido que el líquido por sí solo. Pero, ¿qué pasa si mezclas dos tipos diferentes de motas? Eso crea un "nanofluido híbrido", que es como un superequipo de partículas transportadoras de calor. Ahora, imagina que este fluido está girando sobre un disco que también se está estirando, como un trozo de caramto que se estira mientras gira. Esto no es solo un experimento de cocina; modela máquinas reales como turbinas, centrífugas y sistemas de enfriamiento donde las cosas giran, se estiran y se calientan al mismo tiempo. La gran pregunta que se hacen los científicos es: "¿Cómo controlamos este fluido desordenado, giratorio y caliente para que funcione perfectamente?".

Este artículo profundiza en esa misma pregunta, pero con un giro. En lugar de limitarse a observar cómo gira el fluido y adivinar qué está pasando, los autores utilizan un "kit de herramientas de detective" llamado análisis de sensibilidad. Piensa en esto como un juego de "¿Qué pasaría si...?" en el que ajustas un control a la vez en una máquina compleja para ver qué control realmente cambia el resultado más. Están analizando un nanofluido híbrido hecho de partículas de plata y óxido de aluminio suspendidas en agua, fluyendo sobre un disco giratorio especial llamado "disco de Riga" (que utiliza imanes para empujar el fluido). También añaden algunas complicaciones extra: el fluido se vuelve más espeso o más delgado dependiendo de qué tan caliente esté, hay una reacción química ocurriendo, y el fluido se mueve a través de un material esponjoso (un medio poroso).

Los investigadores configuraron una simulación matemática masiva para rastrear qué tan rápido se mueve el fluido, qué tan caliente se pone y cómo se dispersan las partículas. No se limitaron a correr los números una sola vez; los corrieron miles de veces, cambiando ligeramente la configuración cada vez para ver qué factores eran los "jefes" y cuáles eran solo "ayudantes".

Esto es lo que revelaron sus experimentos digitales. Primero, descubrieron que el número de Biot (que representa qué tan bien la superficie del disco intercambia calor con el aire circundante) es el absoluto rey de la transferencia de calor. Si quieres cambiar qué tan caliente o frío se pone el sistema, ajustar este factor específico tiene el mayor impacto—mucho más que cambiar el campo magnético o el tipo de nanopartículas. Es como darse cuenta de que abrir una ventana (convección) enfría una habitación mucho más rápido que encender un ventilador elegante.

Por otro lado, cuando se trata de mover las partículas (transferencia de masa), las reglas cambian por completo. El artículo muestra que el movimiento Browniano (el movimiento errático y aleatorio de las diminutas partículas) y la termoforesis (partículas alejándose del calor) son los principales impulsores. Estas dos fuerzas son como un juego de tirar de la cuerda: una intenta dispersar las partículas, mientras que la otra intenta empujarlas lejos de los puntos calientes. El estudio encontró que estas danzas microscópicas controlan hacia dónde van las partículas, mientras que las grandes fuerzas magnéticas (el número de Hartmann) mayormente solo ralentizan la velocidad del fluido sin cambiar hacia dónde terminan las partículas.

Curiosamente, el artículo también señala que hacer que el fluido fluya a través de un medio más "poroso" (como una esponja) en realidad ralentiza el fluido pero lo hace más caliente. Es como correr a través de una multitud; te mueves más lento, pero chocas con más personas, generando más calor. Del mismo modo, aumentar el campo magnético (el número de Hartmann) en realidad aumentó la velocidad del fluido en esta configuración específica, lo cual es un poco contraintuitivo, pero la simulación lo mostró claramente.

Los autores no se detuvieron solo en encontrar estos patrones; crearon "diagramas de tornado" para visualizar sus resultados. Imagina un gráfico donde la barra más larga representa el factor que más importa. En sus gráficos, el número de Biot se eleva sobre todo lo demás para el calor, mientras que los parámetros Brownianos y termoforéticos dominan para el movimiento de las partículas. Esto ayuda a los ingenieros a saber exactamente qué controles girar si quieren diseñar un mejor sistema de enfriamiento. No construyeron una máquina física para probar esto; usaron un poderoso código de computadora (MATLAB) para simular la física. Sin embargo, contrastaron sus cálculos con otros estudios conocidos para asegurarse de que su simulación fuera precisa.

En resumen, este artículo sugiere que si estás diseñando un sistema con nanofluidos híbridos que giran y se estiran, no malgastes tu energía tratando de ajustar el campo magnético para controlar el calor. En su lugar, enfócate en cómo la superficie intercambia calor con el aire. Y si necesitas controlar hacia dónde van las partículas, necesitas entender los movimientos diminutos y erráticos de las propias partículas. Es una hoja de ruta para los ingenieros, diciéndoles qué factores físicos son los que cargan con el peso y cuáles son solo acompañantes.

Resumen Técnico: Análisis de Sensibilidad Cuantitativa del Transporte de Nanofluidos Híbridos

Planteamiento del Problema
Este estudio investiga los fenómenos de transporte de un nanofluido híbrido compuesto por nanopartículas de plata (Ag) y óxido de aluminio (Al $_2$ O $_3$ ) suspendidas en un fluido base de agua. El flujo ocurre sobre un disco de Riga que gira, se extiende radialmente y se calienta por convección, embebido dentro de un medio poroso. El modelo físico incorpora varios mecanismos complejos y acoplados que a menudo se tratan por separado en la literatura: radiación térmica, magnetohidrodinámica (MHD) mediante la configuración de la placa de Riga, disipación viscosa, reacciones químicas de primer orden y propiedades termofísicas dependientes de la temperatura (específicamente la viscosidad y la conductividad térmica). El sistema está sujeto a una restricción de flujo de masa cero y condiciones de contorno convectivas. El objetivo principal es ir más allá del análisis tradicional basado en perfiles para identificar y clasificar cuantitativamente los mecanismos físicos dominantes que gobiernan la transferencia de calor, cantidad de movimiento y masa en este sistema no lineal.

Metodología
La formulación matemática comienza con las ecuaciones de conservación para la masa, el momento, la energía y la concentración de especies, incorporando el modelo de Darcy-Forchheimer para los efectos del medio poroso y la aproximación de Rosseland para la radiación térmica. Las ecuaciones diferenciales parciales (PDE) gobernantes se reducen a un sistema de ecuaciones diferenciales ordinarias (ODE) acopladas utilizando transformaciones de grupo de escala y variables de similitud.

El problema de valor de contorno resultante se resuelve numéricamente utilizando el solver bvp4c de MATLAB. Para validar el enfoque numérico, el estudio compara casos límite con resultados publicados previamente (Wahid [38] y Turkyilmazoglu [39]), demostrando una excelente concordancia.

Un componente metodológico clave es el análisis de sensibilidad cuantitativa. En lugar de depender únicamente de perfiles gráficos, los autores emplean un enfoque basado en perturbaciones para calcular coeficientes de sensibilidad normalizados ( $S_p^R = \frac{p}{R} \frac{\partial R}{\partial p}$ ) para el número de Nusselt ($Nu$), el coeficiente de fricción superficial ( $C_f$ ) y el número de Sherwood ($Sh$). Estos coeficientes se computan utilizando una técnica de diferencia finita central de segundo orden con un tamaño de perturbación del 1%. Los resultados se visualizan mediante diagramas de tornado para clasificar jerárquicamente la influencia de los parámetros gobernantes. Además, las propiedades termofísicas se analizan utilizando la técnica de retropropagación de Levenberg-Marquardt.

Contribuciones Clave y Resultados
El estudio proporciona una clasificación jerárquica de los factores físicos basada en sus coeficientes de sensibilidad:

Dominancia de la Transferencia de Calor: El número de Biot ($Bi$) se identifica como el parámetro más influyente que gobierna el número de Nusselt, con un coeficiente de sensibilidad de aproximadamente 0.904. Esto indica que las condiciones de transferencia de calor superficial por convección son el mecanismo de control primario para el rendimiento térmico. El parámetro de radiación ($Rd$) y el número de Prandtl ($Pr$) le siguen con contribuciones positivas pero significativamente menores.
Dominancia de la Transferencia de Masa: El comportamiento del transporte de masa está gobernado casi en su totalidad por la dinámica de las nanopartículas. El parámetro de movimiento Browniano ($Nb$) y el parámetro de termoforesis ($Nt$) exhiben la mayor sensibilidad para el número de Sherwood, con coeficientes cercanos a -1.0001 y 0.9993, respectivamente. Esto resalta un fuerte conflicto opuesto entre los procesos difusivos y termoforéticos en el transporte de nanopartículas.
Transporte de Cantidad de Movimiento: El número de Hartmann ($Ha$) muestra el impacto más significativo en el coeficiente de fricción superficial, con una sensibilidad negativa de -0.0369. Esto sugiere que los efectos magnéticos (fuerzas de Lorentz) influyen primordialmente en el transporte de cantidad de movimiento al inducir resistencia al flujo, mientras que otros parámetros térmicos o de nanopartículas tienen efectos insignificantes en el esfuerzo cortante en la pared en esta configuración.
Tendencias Paramétricas:
- Permeabilidad ( $\beta$ ) y Darcy-Forchheimer ($Fr$): El aumento de estos parámetros reduce las velocidades radial y tangencial debido al incremento de la resistencia al flujo, pero aumenta los perfiles de temperatura y concentración debido al incremento de los efectos convectivos y las colisiones de partículas.
- Campo Magnético ($Ha$): Contrario a algunos flujos MHD tradicionales, el estudio observa que el aumento del número de Hartmann en esta configuración específica de placa de Riga conduce a un aumento tanto en las velocidades radial como tangencial.
- Variación de la Viscosidad ( $\alpha$ ): Un mayor parámetro de variación de la viscosidad aumenta la resistencia del fluido, reduciendo así las velocidades y elevando los perfiles de temperatura y concentración.
- Reacción Química ($Kr$): Un aumento en la tasa de reacción química conduce a un descenso constante en el perfil de concentración debido al consumo acelerado del reactivo.

Significancia y Pretensiones
El artículo sostiene que su principal significancia radica en la interpretabilidad y el poder predictivo ofrecido por el marco basado en la sensibilidad. Al clasificar cuantitativamente los parámetros, el estudio ofrece una jerarquía clara de los factores físicos reguladores que los análisis basados en perfiles tradicionales suelen oscurecer.

Los autores afirman que este enfoque:

Distingue entre mecanismos dominantes y despreciables de una manera unificada.
Revela que, mientras las condiciones de contorno térmicas (número de Biot) controlan la transferencia de calor, la dinámica de las nanopartículas (movimiento Browniano y termoforesis) controla la transferencia de masa.
Proporciona una plataforma computacional robusta y un referente para investigaciones futuras en sistemas térmicos no lineales, transporte en medios porosos y flujos magnetohidrodinámicos.
Mejora el potencial de optimización de tales sistemas al identificar qué parámetros requieren un control preciso para obtener los resultados deseados de transferencia térmica o de masa.

El estudio concluye que la metodología propuesta mejora significativamente la comprensión de los sistemas de transporte multifásicos complejos al pasar de perfiles descriptivos a un análisis cuantitativo impulsado por la sensibilidad.

Más como este