پیش بینی ضریب انتقال حرارت در جریان آشفته نانوسیالات مختلف درون لوله های دایره ای، با استفاده از شبکه عصبی مصنوعی
Publish place: Fluid Mechanics and Aerodynamics، Vol: 7، Issue: 1
Publish Year: 1397
نوع سند: مقاله ژورنالی
زبان: Persian
View: 533
This Paper With 11 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:
JR_IHUMC-7-1_001
تاریخ نمایه سازی: 19 مرداد 1398
Abstract:
هدف این پژوهش مدل سازی انتقال حرارت جابجایی نانوسیالات در جریان آشفته داخل یک لوله دایره ای با شرایط مرزی دما ثابت و شار حرارتی ثابت است. این مدل سازی با روش شبکه عصبی مصنوعی انجام شده است. تعداد 610 داده از نتایج مطالعات محققان مختلف جمع-آوری شده و برای آموزش شبکه عصبی مورد استفاده قرار گرفته است. نانوذراتی که در این پژوهش مورد بررسی قرار گرفته اند عبارتند از Al2O3، TiO2، Graphene، SiC، CuO، SiO2، Fe3O4 و Cu که سیال پایه در تمام این موارد آب است. این شبکه دارای شش ورودی است که عبارتند از چگالی نانوذره، اندازه نانوذره، غلظت نانوذره، عدد رینولدز جریان، نوع شرایط مرزی شار- ثابت یا دما- ثابت و با توجه به نوع مسئله مقدار شار ثابت دیواره یا دمای ثابت آن است. همچنین، خروجی شبکه عصبی طراحی شده عدد ناسلت جریان نانوسیال است. از مقایسه نتایج این مدل شبکه عصبی با نتایج پژوهش های گذشته مشاهده می شود که مدل شبکه عصبی پیشنهاد شده تطابق بسیار خوبی با نتایج حاصل از پژوهش های آن ها دارد. در این پژوهش، برای انتخاب پیکربندی مناسب شبکه عصبی، 400 پیکربندی مختلف مورد بررسی قرار گرفت که از میان آن ها شبکه عصبی با بالاترین میزان دقت تخمین و با 9998/0=R2 انتخاب شد.
Keywords:
Authors
محمد همت اسفه
گروه مهندسی مکانیک، دانشکده فنی دانشگاه امام حسین (ع)
سعید اسفنده
باشگاه پژوهشگران جوان و نخبگان، واحد نجف آباد، دانشگاه آزاد اسلامی، واحد نجف آباد، ایران
محمد آخوندزاده
دانشکده فنی مهندسی مکانیک دانشگاه کاشان
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 :