بهینه سازی ترمودینامیکی موتور توربوپراپ با چندتابع هدف با استفاده از الگوریتم ژنتیک
Publish place: 15th Annual Conference of Mechanical Engineering
Publish Year: 1386
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 2,169
This Paper With 7 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ISME15_372
تاریخ نمایه سازی: 8 فروردین 1386
Abstract:
در این مقاله از الگوریتم ژنتیک جهت بهینه سازی ترمودینامیکی موتور توربوپراپ استفاده شده است. توابع هدف مورد بررسی جهت بهینه سازی، نیروی تراست ویژه (ST)، مصرف سوخت ویژه (SFC)، راندمان رانش (hP) و راندمان حرارتی (hT) ، در نظر گرفته شده اند. متغیرهای طراحی مساله شامل پارامترهای ترمودینامیکی مانند نسبت فشار کمپرسور (pc) نسبت دمای توربین (it) و عدد ماخ (M0) می باشند. بهینه سازی چند هدفی با دو و چهار تابع هدف با استفاده از روش NSGAII انجام شده و ارتباط بین متغیرهای طراحی و توابع هدف به وسیله آن به دست آمده است. در بهینه سازی با دو تابع هدف، توابع هدف دو به دو انتخاب شده و منحنی های Pareto Front برای هر کدام ارائه شده است. این منحنی ها بهترین نقاط طراحی برای توابع مورد نظر می باشند. این نقاط نسبت به یکدیگر غیر برترند اما بر هر نقطه دیگر برتری دارند. در حالت بهینه سازی با چهار تابع هدف، توابع هدف با یکدیگر به طور همزمان بهینه می شوند و نتایج به دست آمده از آن با نتایج بهینه سازی با دو تابع هدف مقایسه می شود. این مقایسه نشان می دهدکه نقاط بهینه حاصل از بهینه یابی با دو تابع هدف مرز نقاط بهینه در حالت چهار هدفی می باشند.
Keywords:
توربوپراپ- الگوریتم ژنتیک- نقاط بهینه Pareto – بهینه سازی چندهدفی
Authors
سحر تسلیمی طالقانی
کارشناس ارشد - دانشگاه گیلان - دانشکده فنی
نیما امانی فرد
استایار - دانشگاه گیلان - دانشکده فنی
کاظم آتشکاری
استادیار - دانشگاه گیلان - دانشکده فنی
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :