کاربرد شبکه های عصبی مصنوعی در پدیده تحریک لایه مرزی جهت بهبود فرآیند خنک کاری پره توربین
Publish place: 16th Annual Conference on Mechanical Engineering
Publish Year: 1387
Type: Conference paper
Language: Persian
View: 2,123
This Paper With 6 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
Export:
Document National Code:
ISME16_127
Index date: 11 November 2007
کاربرد شبکه های عصبی مصنوعی در پدیده تحریک لایه مرزی جهت بهبود فرآیند خنک کاری پره توربین abstract
در این مقاله بهبود فرایند خنک کاری پره های توربین با استفاده از تحریک لایه مرزی سیال عامل، به کمک شبکه های عصبی مصنوعی و الگوریتم ژنتیک مورد مطالعه و بررسی قرار گرفته است . افزایش و یا کاهش آهنگ انتقال گرما از روی سطوح جامد از مسائل مورد توجه محققین علوم مهندسی در زمینه انرژی به حساب می آید . از آنجا که پره های ردیف اول و دوم توربین گازی نیاز به سرد شدن و انتقال حرارت شدید دارند، به منظور افزایش عمر پره های توربین تلاش شده است با تحریک لایه مرزی سیال عامل، توسط موانع مختلف، میزان این انتقال حرارت افزایش داده شود . برای شبیه سازی جریان مغشوش از مدل K-ε استفاده شده و معادلات حاکم با روش حجم محدود گسسته سازی شده اند . از روش نیمه ضمنی الگوریتم سیمپل برای محاسبه میدان فشار و میدان سرعت استفاده شده است . نشان داده شده است که با قرار دادن مانع بهینه بدست آمده، در مسیر سیال خنک کاری، نرخ انتقال حرارت 51 درصد افزایش می یابد
کاربرد شبکه های عصبی مصنوعی در پدیده تحریک لایه مرزی جهت بهبود فرآیند خنک کاری پره توربین Keywords:
کاربرد شبکه های عصبی مصنوعی در پدیده تحریک لایه مرزی جهت بهبود فرآیند خنک کاری پره توربین authors
پیام حق پرست
مربی - دانشگاه آزاد اسلامی واحد علی آباد کتول - گروه مکانیک
حامد حسینی
استادیار - دانشگاه آزاد اسلامی واحد علی آباد کتول - گروه مکانیک
سیدمحمد جوادی
دانشجوی دکترا - دانشگاه فردوسی مشهد - گروه مکانیک
محسن کهرم
دانشیار - دانشگاه فردوسی م شهد - گروه مکانیک
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 :