بهره گیری از شبکه عصبی مصنوعی برای مدلسازی ویسکوزیته نانوسیال هیبریدی آب پایه

در این تحقیق ویسکوزیته دینامیکی سه نوع نانو سیال حاوی نانوذرات اکسیدی، نانولوله های کربنی و نانوذرات هیبریدی درون سیال پایه آب مقطر با استفاده از یک شبکه عصبی چندلایه (MLP) از نوع feedforward، مدلسازی شده است. مدلسازی به وسیله شبکه عصبی، موضوعی است که در سال های اخیر برای برسی مسایل مهندسی، بسیار مورد توجه قرار گرفته است. نانو سیالات مورد بررسی در محدوده دمای 15 الی 45 درجه سانتی گراد و 5 کسر حجمی 0 / 05، 0 / 1، 0 / 2، 0 / 5 و 1 درصد قرار داشته است که به عنوان داده های ورودی جهت مدل سازی بهره برداری شده است. ساختارهای مختلف شبکه عصبی برای مدلسازی ویسکوزیته دینامیکی امتحان شده و بهترین پاسخ از ساختاری با دو لایه مخفی که در هر لایه 8 نرون بکار رفته است، بدست آمد. همچنین ضریب رگرسیون برای این ساختار 9999/. بدست آمد. به منظور ارزیابی دقت مدلسازی، نمودارهای مقایسه ای نتایج تجربی و مدلسازی آورده شده است. نتایج نمایانگر آن است که شبکه عصبی مصنوعی ابزاری توانمند و راهگشا برای پیش بینی رفتار ریولوژیکی نانو سیالات مختلف اک سیدی، کربنی و هیبریدی می باشد

Keywords:

ویسکوزیته , شبکه عصبی مصنوعی , مدلسازی , نانوسیال هیبریدی