مدل سازی و بهینه سازی چند هدفی عملکرد حرارتی مشعل های گازی با استفاده از شبکه های عصبی چند جمله ای و الگوریتم ژنتیک
Publish place: 16th Annual Conference on Mechanical Engineering
Publish Year: 1387
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,791
This Paper With 8 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:
ISME16_187
تاریخ نمایه سازی: 20 آبان 1386
Abstract:
راندمان حرارتی و مقدار انتشار اکسیدهای نیتروژن در سه نوع از مشعل های گازی ساخت شرکت ایران رادیاتور به صورت تجربی و عددی مورد ارزیابی قرار گرفته اند . دو مدل ریاضی بر اساس روش دسته بندی گروهی داده های عددی، شبکه های عصبی نوع GMDH ، برای مدلسازی ریاضی دو پارامتر راندمان حرارتی و مقدار انتشار گاز NOx نسبت به متغیر های طراحی مانند؛ دبی حجمی جریان گاز، مقدار هوای اضافی جهت احتراق کامل، و ظرفیت حرارتی مشعل به خدمت گرفته شدند . با استفاده از مدلهای ریاضی بدست آمده از شبکه های عصبی، الگوریتم ژنتیک چند هدفی
( الگوریتم ژنتیک مرتب سازی غیربرتر )١ با مکانیزم جدید حفظ تنوع در جمعیت ٢ برای بهینه سازی همزمان دو تابع هدف، راندمان حرارتی و مقدار انتشار گاز NOx ، به عنوان توابع هدف مخالف، مورد استفاده قرار گرفت . روابط مهم و جالبی به عنوان اصول طراحی مفید مرتبط با کارایی مشعل های گازی با استفاده از بهینه سازی چند هدفی مدلهای ریاضی حاصل از شبکه های عصبی چند جمله ای که بیانگر راندمان حرارتی مشعل ها و مقدار انتشار گاز NOx می باشند، قابل کشف است . چنین اصول طراحی مهمی بدون استفاده از شبکه های عصبی چند جمله ای، و الگوریتم ژنتیک به عنوان روش بهینه سازی چند هدفی، بدست نخواهند آمد .
Keywords:
Authors
مهدی برچی بداغی
دانشجوی کارشناسی ارشد - دانشگاه گیلان، گروه مکانیک
نیما امانی فرد
دانشیار - دانشگاه گیلان، گروه مکانیک
نادر نریمان زاده
استاد - دانشگاه گیلان، گروه مکانیک
سحر کیقبادی
کارشناس - دانشگاه گیلان، 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 :