L'utilisation de nanofluides (NF) est prometteuse pour améliorer l'efficacité thermique des capteurs solaires thermiques. Parmi les différentes solutions NF, les NF de boue rouge (RM) ont attiré l'attention en raison de leur absorption efficace de l'énergie solaire thermique. La RM comprend des oxydes de métaux précieux, ce qui en fait un milieu compétent pour l'absorption directe de la chaleur solaire. Cette étude visait à formuler des NF RM à base d'eau avec des concentrations allant de 0,1 à 0,75 % en volume. Dans la plage de température de 303 à 333 K, nous avons évalué la chaleur spécifique (SH), la viscosité (VST) et la conductivité thermique (TC) des NF. Pour maintenir la stabilité, nous avons utilisé un tensioactif à base de polyvinylpyrrolidone (PVP). Les résultats ont indiqué que la SH des NF RM est inférieure à celle de l'eau. De plus, à mesure que les concentrations de RM NF augmentaient, il y avait une amélioration significative de la CT. L'augmentation de la CT la plus élevée de 36,9 % est observée à 333 K pour une concentration de 0,75 % en volume par rapport à l'eau. Sur la base des données recueillies, des équations uniques ont été développées pour estimer les propriétés des NF RM dans la plage étudiée. Nos résultats suggèrent que les NF RM ont le potentiel de remplacer efficacement l'eau dans les applications de l'énergie solaire. En outre, nous avons utilisé des techniques innovantes d'apprentissage automatique de type ensemble (ML), à savoir Adaptive Boosting (AdaBoost) et Random Forest (RF), pour résoudre le problème. Nous avons également utilisé ces nouvelles méthodes de ML pour construire des métamodèles pour prédire les propriétés considérées, offrant des modèles précis et efficaces pour analyser le comportement NF. L'incorporation de MP dans les applications solaires thermiques pourrait contribuer à résoudre les problèmes d'élimination associés à ces déchets, contribuant ainsi à leur gestion à long terme.

La utilización de nanofluidos (NF) es prometedora para mejorar la eficiencia térmica de los colectores solares térmicos. Entre las diversas soluciones de NF, los NF de lodo rojo (RM) han ganado atención debido a su absorción efectiva de energía solar térmica. RM comprende óxidos de metales preciosos, lo que lo convierte en un medio competente para la absorción directa de calor solar. Este estudio tuvo como objetivo formular NF de RM a base de agua con concentraciones que oscilan entre 0.1 y 0.75% en volumen. Dentro del rango de temperatura de 303-333 K, evaluamos el calor específico (SH), la viscosidad (VST) y la conductividad térmica (TC) de los NF. Para mantener la estabilidad, empleamos tensioactivo de polivinilpirrolidona (PVP). Los resultados indicaron que el SH de los NF de MR es menor que el del agua. Además, a medida que aumentaron las concentraciones de RM NF, hubo una mejora significativa en TC. La mayor mejora de TC del 36,9 % se observa a 333 K para una concentración del 0,75% en volumenen comparación con el agua. Con base en los datos recopilados, se desarrollaron ecuaciones únicas para estimar las propiedades de los NF de RM dentro del rango estudiado. Nuestros hallazgos sugieren que los RM NF tienen el potencial de reemplazar eficazmente el agua en aplicaciones de energía solar. Además, empleamos técnicas innovadoras de aprendizaje automático (ML) de tipo conjunto, a saber, el impulso adaptativo (AdaBoost) y el bosque aleatorio (RF), para abordar el problema. También utilizamos estos nuevos métodos de ML para construir metamodelos para predecir las propiedades consideradas, ofreciendo modelos precisos y eficientes para analizar el comportamiento de NF. La incorporación de RM en aplicaciones solares térmicas podría contribuir a resolver los desafíos de eliminación asociados con este material de desecho, ayudando así en su gestión a largo plazo.

The utilization of nanofluids (NFs) holds promise for enhancing the thermal efficiency of solar thermal collectors. Among the various NF solutions, red mud (RM) NFs have gained attention due to their effective absorption of solar thermal energy. RM comprises precious metal oxides, making it a proficient medium for direct solar heat absorption. This study aimed to formulate water-based RM NFs with concentrations ranging from 0.1 to 0.75 vol%. Within the temperature range of 303–333 K, we assessed the specific heat (SH), viscosity (VST), and thermal conductivity (TC) of the NFs. To maintain stability, we employed polyvinylpyrrolidone (PVP) surfactant. The results indicated that the SH of RM NFs is lower than that of water. Additionally, as RM NF concentrations increased, there was a significant improvement in TC. The highest TC enhancement of 36.9 % is observed at 333 K for a concentration of 0.75 vol% compared to water. Based on the gathered data, unique equations were developed to estimate the properties of RM NFs within the studied range. Our findings suggest that RM NFs have the potential to effectively replace water in solar energy applications. Furthermore, we employed innovative ensemble-type machine learning (ML) techniques, namely Adaptive Boosting (AdaBoost) and random forest (RF), to address the problem. We also utilized these novel ML methods to construct metamodels for predicting the considered properties, offering accurate and efficient models for analyzing NF behavior. The incorporation of RM in solar thermal applications could contribute to resolving disposal challenges associated with this waste material, thereby aiding in its long-term management.

إن استخدام السوائل النانوية (NFs) يبشر بالخير لتعزيز الكفاءة الحرارية للمجمعات الحرارية الشمسية. من بين حلول NF المختلفة، اكتسبت NFs الطين الأحمر (RM) الاهتمام بسبب امتصاصها الفعال للطاقة الحرارية الشمسية. يتكون RM من أكاسيد المعادن الثمينة، مما يجعله وسيطًا بارعًا لامتصاص الحرارة الشمسية المباشرة. تهدف هذه الدراسة إلى صياغة NFs المستندة إلى الماء بتركيزات تتراوح من 0.1 إلى 0.75 ٪. ضمن نطاق درجة حرارة 303–333 كلفن، قمنا بتقييم الحرارة النوعية (SH) واللزوجة (VST) والموصلية الحرارية (TC) لـ NFs. للحفاظ على الاستقرار، استخدمنا مادة البولي فينيل بيروليدون (PVP) الخافضة للتوتر السطحي. أشارت النتائج إلى أن SH لـ RM NFs أقل من الماء. بالإضافة إلى ذلك، مع زيادة تركيزات RM NF، كان هناك تحسن كبير في TC. لوحظ أعلى تعزيز TC بنسبة 36.9 ٪ عند 333 كلفن لتركيز 0.75 ٪ من الحجم مقارنة بالماء. استنادًا إلى البيانات التي تم جمعها، تم تطوير معادلات فريدة لتقدير خصائص RM NFs ضمن النطاق المدروس. تشير النتائج التي توصلنا إليها إلى أن RM NFs لديها القدرة على استبدال المياه بشكل فعال في تطبيقات الطاقة الشمسية. علاوة على ذلك، استخدمنا تقنيات مبتكرة للتعلم الآلي من نوع المجموعة (ML)، وهي التعزيز التكيفي (AdaBoost) والغابات العشوائية (RF)، لمعالجة المشكلة. كما استخدمنا طرق غسل الأموال الجديدة هذه لبناء نماذج ميتاموديل للتنبؤ بالخصائص المدروسة، وتقديم نماذج دقيقة وفعالة لتحليل سلوك NF. يمكن أن يساهم دمج RM في التطبيقات الحرارية الشمسية في حل تحديات التخلص المرتبطة بمواد النفايات هذه، وبالتالي المساعدة في إدارتها على المدى الطويل.