ترجمه فارسی مقاله یادگیری پارامترهای رئولوژیکی سیالات غیر نیوتنی از داده‌های سرعت‌سنجی

چکیده

We solve a Bayesian inverse Navier-Stokes (N-S) problem that assimilates velocimetry data in order to jointly reconstruct the flow field and learn the unknown N-S parameters. By incorporating a Carreau shear-thinning viscosity model into the N-S problem, we devise an algorithm that learns the most likely Carreau parameters of a shear-thinning fluid, and estimates their uncertainties, from velocimetry data alone. We then conduct a flow-MRI experiment to obtain velocimetry data of an axisymmetric laminar jet through an idealised medical device (FDA nozzle) for a blood analogue fluid. We show that the algorithm can successfully reconstruct the flow field by learning the most likely Carreau parameters, and that the learned parameters are in very good agreement with rheometry measurements. The algorithm accepts any algebraic effective viscosity model, as long as the model is differentiable, and it can be extended to more complicated non-Newtonian fluids (e.g. Oldroyd-B fluid) if a viscoelastic model is incorporated into the N-S problem.

چکیده به فارسی (ترجمه ماشینی)

ما یک مشکل Navier-Stokes معکوس بیزی (N-S) را حل می کنیم که داده های سرعت سنجی را به منظور بازسازی مشترک میدان جریان و یادگیری پارامترهای ناشناخته N-S جذب می کند.با در نظر گرفتن یک مدل ویسکوزیته باریک و باریک Carreau در مشکل N-S ، ما الگوریتمی را ابداع می کنیم که به احتمال زیاد پارامترهای Carreau از یک مایع نازک برشی را می آموزد و عدم قطعیت های آنها را به تنهایی تخمین می زند.سپس ما یک آزمایش جریان MRI را برای به دست آوردن داده های سرعت سنجی از یک جت لمینار محوری از طریق یک دستگاه پزشکی ایده آل (نازل FDA) برای یک مایع آنالوگ خون انجام می دهیم.ما نشان می دهیم که الگوریتم می تواند با یادگیری محتمل ترین پارامترهای Carreau ، زمینه جریان را با موفقیت بازسازی کند ، و این که پارامترهای آموخته شده با اندازه گیری های رئومتری توافق بسیار خوبی دارند.این الگوریتم هر مدل ویسکوزیته مؤثر جبری را می پذیرد ، تا زمانی که این مدل متفاوت باشد ، و اگر یک مدل ویسکوالاستیک در مشکل N-S گنجانیده شود ، می توان آن را به مایعات غیر نیوتونی پیچیده تر (به عنوان مثال مایع Oldroyd-B) گسترش داد.