حمیدرضا کیکاوس زمان - کارشناسی ارشد، گروه مکانیک، واحد تهران شرق، دانشگاه آزاد اسلامی، تهران، ایران
حمید محمدیون - دانشیار، گروه مکانیک، واحد شاهرود، دانشگاه آزاد اسلامی، شاهرود، ایران
محمد محمدیون - دانشیار، گروه مکانیک، واحد شاهرود، دانشگاه آزاد اسلامی، شاهرود، ایران

در این تحقیق نتایج حاصل از تخمین ضریب انتقال حرارت جابجایی و ضریب انتقال حرارت کلی و عددناسلت در نانو سیال اکسید اهن که سایز تقریبی ۱۳ نانومتر می باشد محاسبه گردیده است. نانو سیال درغلظت های وزنی ۱ / ۰ تا ۲ درصد می باشد. نتایج نشان می دهد که پارامترهای انتقال حرارت از قبیلضریب انتقال حرارت کلی ، جابجایی ،راندمان و عدد ناسلت با افزایش عدد رینولدز و غلظت وزنی افزایشمی یابد که این افزایش در غلظت های بالاتر مشهودتر است. در این مدلسازی از شبکه عصبی پرسپترونو الگوریتم انتشار برگشتی و روش آموزش لونبرگ- مارکوآت استفاده شده است. برای بررسی پارامترهای تخمین زده شده انتقال حرارت با شبکه های عصبی پرسپترون، داده های دمای نانو سیال،عدد رینولدز،کسر وزنی نانو سیال و دمای سیال پایه به عنوان پارامتر ورودی و ضریب انتقال حرارت کلی،جابجایی ،راندمان و عدد ناسلت به عنوان خروجی در نظر گرفته شد .نتایج نشان می دهد در صورتاستفاده از چهار متغیر ورودی و تعداد نرون ۱۰ بهترین نتیجه حاصل می شود به طوری که ضریبهمبستگی و مجذور مربعات خطا بسیار نرمال می باشد.

نانو سیال اکسید آهن، عدد ناسلت، شبکه عصبی مصنوعی، روش تخمین پارامتر لیونبرگ مارکوآت