مدلسازی بازده و پروفایل دما د رترموسیفون با استفاده از شبکه عصبی مصنوعی
Publish place: Fuel, Energy and Environment National Congress
Publish Year: 1387
Type: Conference paper
Language: Persian
View: 1,439
This Paper With 11 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:
FEENC01_025
Index date: 14 June 2008
مدلسازی بازده و پروفایل دما د رترموسیفون با استفاده از شبکه عصبی مصنوعی abstract
در این تحقیق عملکرد یک ترموسیفون استوانه ای به صورت آزمایشگاهی و عددی با استفاده از شبکه عصبی مصنوعی (ANN) مورد مطالعه قرار گرفته است. بازده و پروفایل دمای قسمت های مختلف ترموسیفون در بارهای حرارتی مختلف اعمال شده به تبخیر کننده و چگالنده ناپذیر ، یک لوله به انتهای بالایی چگالنده و نیز نسبت های مختلف پرشدن مورد بررسی قرار گرفت . همچنین برای کاهش اثر گازهای چگالش ناپذیر ، یک لوله به انتهای بالایی چگالنده اضافه گردیدو اثر افزایش این حجم اضافی و اندازه آن بر بازده ترموسیفون و پروفایل دما در آن مورد بررسی قرار گرفت . یک شبکه عصبی مصنوعی با چهار ورودی (نسبت پرشدن ، بار حرارتی تبخیر کننده ، بار حرارتی چگالنده ، و طول لوله اضافی بالای چگالنده ) و دو خروجی مستقل ( بازده و فشار عملیاتی داخل ترموسیفون ) و یک شبکه دیگر با همان ورودی ها و دروازه خروجی برای مدل سازی پروفایل دما در ترموسیفون طراحی گردید. از الگوریتم Levenberg-Marquardt برای آموزش شبکه ها استفاده گردید . مقادیر متوسط مربع خطا (MSE) و ضریب رگراسیون بدست آمده برای داده های آموزش و ارزیابی نشان داد که شبکه های عصبی طراحی شده به نحو بسیار مطلوبی آموزش دیده اند و به خوبی قادر به پیش بینی خروجی برای داده های جدید می باشند. همچنین افزودن یک فضای اضافی به بالای قسمت چگالش بازده ترموسیفون را به طور موثری افزایش می دهد.
مدلسازی بازده و پروفایل دما د رترموسیفون با استفاده از شبکه عصبی مصنوعی Keywords:
مدلسازی بازده و پروفایل دما د رترموسیفون با استفاده از شبکه عصبی مصنوعی authors
اصغر علیزاده داخل
دانشجوی دکتری مهندسی شیمی
حسن میرشاهی
دانشجوی کارشناسی ارشد مهندسی شیمی
سیدعلی شاهرخی
دانشجوی کارشناسی ارشد مهندسی شیمی
مسعود رحیمی
دانشیار مهندسی شیمی
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 :