پیش‌بینی انتشار قطرات حامل ویروس کرونا ناشی از عطسه در یک واگن مترو با استفاده از روش ترکیبی دینامیک سیالات محاسباتی - هوش مصنوعی

انتشار کووید 19 به عنوان یک ویروس با همگیری بالا اثر بسیار مهمی بر حمل و نقل و جوامع انسانی داشته است. انتشار ویروس به واسطه عطسه یکی از مهمترین منابع انتشار و پراکندگی گسترده ویروس است. در این تحقیق با ترکیب روش های دینامیک سیالات محاسباتی و روش هوش مصنوعی سعی در پیش بینی الگو و تخمین مدل انتشار ویروس کوید 19 موجود در ذرات عطسه شده است. نتایج به روشنی نشان میدهد که انتشار قطرات عطسه در محیط واگن مترو به سادگی صورت میگیرد. همچنین مشخص شد که این انتشار بر مبنای سرعت هوای موجود در مترو نیز تغییر میکند. در تحلیل این مسئله با ارائه راه حلی نوین سعی بر مدل سازی و پیش بینی الگوی انتشار ویروس موجود در ذزات قطره شده است. همچنین نتایج نشان داد که ذرات معلق بین 1 تا 400 میکرون در طول واگن پخش میشود و احتمال سرایط بیماری را به شدت افزایش میدهند. ذرات سنگین با ته نشین شدن در نواحی نزدیک فرد الوده احتمال افزایش محیط الوده نزدیک فرد عطسه کننده را افزایش میدهد.

Prediction of the spread of Corona-virus carrying droplets in a metro wagon - A computational based artificial intelligence approach

Assessing the risk of transmitting the coronavirus is essential for protecting public health under the COVID19 epidemic. Public transportation such as buses and metro wagon is the most important COVID19 dispersion source. In the last decade, numerical simulation plays a vital role in predicting. In this case study, a combination of numerical simulation and artificial intelligence tries to predict the droplet of the sneezing process. As a case study, the Metro wagon was considered, and droplet dispersion along the bus was studied. The result indicated that the small diameter could easily transport along with the wagon. It also shows that the large area under affected by particle deposition. In this case study, a combination of numerical simulation and artificial intelligence has a great result.