بهینه سازی نسبت سرعت جریان القایی به توان الکتریکی مصرفی در محرک پلاسمایی DBD به کمک شبکه ی عصبی مصنوعی و الگوریتم ژنتیک

محرک های پلاسمایی DBD، یکی از ابزارهای نوین کنترل فعال جریان هستند که در دهه ی گذشته توجه بسیاری از پژوهشگران را به خود جلب کرده اند. عملکرد این محرک زمانی بهینه است که بیشترین سرعت ممکن را به ازای واحد توان مصرفی، القا کند. از آنجا که سرعت جریان القایی و همچنین توان مصرفی تابع متغیرهای گوناگونی هستند، یافتن ترکیبی که منجر به بهترین عملکرد محرک می شود، از اهمیت بسزایی برخوردار است. در این پژوهش به منظور بهینهسازی عملکرد محرک های پلاسمایی DBD، ابتدا با استفاده از روش طراحی آزمایش رویکرد عاملی کامل، اثر متغیرهای الکتریکی (ولتاژ و فرکانس حامل) و متغیرهای هندسی (فاصله ی بین الکترودها، ضخامت دی الکتریک و پهنای الکترود پوشیده) بر سرعت جریان القایی و توان الکتریکی مصرفی در حالت تحریک پایا به طور جامع مورد بررسی تجربی قرار گرفته است. در ادامه با استفاده از شبکه ی عصبی مصنوعی پرسپترون چندلایه، یک مدل برای نسبت سرعت جریان القایی به توان مصرفی ارائه شده و اعتبار این مدل به صورت آماری و تجربی صحه گذاری شده است. نتایج حاکی از ضریب تشخیص بالای ۹۵ درصد برای داده های آموزش و داده های آزمایش است. در پایان، مدل جایگزین ایجاد شده با استفاده از الگوریتم ژنتیک بهینه شده و مقدار بهینه ی متغیرهای الکتریکی و هندسی تعیین شده است. برای سنجش اعتبار جواب بدست آمده، محرکی بر مبنای متغیرهای بهینه ساخته شده و نسبت سرعت به توان مصرفی آن برابر (m/s)/(kW/m) ۲۹.۷۱ اندازه گیری شده است. اختلاف حدود ۳ درصدی این مقدار با مقدار پیشبینی شده توسط مدل، بیانگر دقت بالای مدل و درستی روش ارائه شده است.

بهینه سازی نسبت سرعت جریان القایی به توان الکتریکی مصرفی در محرک پلاسمایی DBD به کمک شبکه ی عصبی مصنوعی و الگوریتم ژنتیک Keywords:

DBD Plasma Actuator , Induced Flow Velocity , Electric Power Consumption , Artificial Neural Network , Genetic Algorithm , محرک پلاسمایی DBD , سرعت جریان القایی , توان الکتریکی مصرفی , شبکه ی عصبی مصنوعی , الگوریتم ژنتیک