该研究结合了计算流体动力学（CFD）和机器学习，建立纳米流体微通道流动的雷诺数、纳米颗粒体积分数等控制参数与热源平均温度等性能参数的映射关系，提出多目标优化算法以改进纳米流体微通道散热器性能，该研究有助于提高新能源汽车的热管理系统性能。

以下为论文截选内容：

上图显示了在不同雷诺数和热源强度下的氧化铝纳米颗粒体积分数最优值，表明在较低流速下增加纳米流体浓度可以有效提高传热效果。在较高流速下，随着纳米颗粒体积分数的增加，传热系数和压降也增加。高纳米颗粒体积分数会增加与基底流体接触的颗粒表面积，促进传热过程，但也会导致混合相等效粘度的增加，进而增加压降。因此，为了在高流速下实现相同的冷却效果，应适当降低纳米流体浓度。

该研究发表于International Journal of Heat and Mass Transfer，其中数孪院章盛祺为论文第二作者。