پیش بینی اگزرژتیک درون مبدل حرارتی حاوی نانوسیال به کمک شبکه عصبی مصنوعی
سال انتشار: 1397
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 355
فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CMAES02_100
تاریخ نمایه سازی: 5 آبان 1397
چکیده مقاله:
اکسرژی در واقع بیشترین کار تیوری مفید قابل دست یابی است، زمانی که سامانه به سوی تعادل با محیط حرکت می کند و تنها با محیط تبادل گرما انجام می دهد.در این تحقیق بازدهی اکسرژی در سناریو های مختلف با استفاده از نرم افزار اکسل محاسبه گردید و از شبکه عصبی پیش رو با سه لایه و الگوریتم آموزشی پسا انتشار خطا لونبرگ مارکوارت ( BP-LM ) برای مدل سازی سیستم مبدل استفاده شد. پارامترهای اعداد رینولدز، دما های ورودی و غلظت به عنوان داده های ورودی و بازدهی اکسرژتیک به عنوان پارامتر هدف انتخاب گردید. نتایج نشان داد که مدل 3 لایه ای ( یک لایه ورودی، یک لایه پنهان و یک لایه خروجی ) با تعداد 7 نورون در لایه پنهان و الگوریتم آموزشی پیشرو BP-LM قادر است با دقت R2=0/6699 رفتار سیستم را پیش بینی نماید. بررسی توزیع خطا برای مدل نشان می دهد که از توزیع نرمال پیروی می نماید.
کلیدواژه ها:
نویسندگان
داریوش خسروی مهد
موسسه آموزش عالی انرژی
مجتبی میرزایی
موسسه آموزش عالی انرژی