بهینه سازی مبدل های حرارتی جریان متقاطع با استفاده از الگوریتم های ژنتیک و گروه ذرات( PSO)

در این مقاله به بهینه سازی مبدل های حرارتی جریان متقاطع با استفاده از الگوریتم های ژنتیک و الگوریتم گروه ذرات ) PSO ( پرداخته شده است.که با معیار ماکزیمم نسبت انتقال حرارت میانگین به فاکتور اصطکاک میانگین، جهت انتخاب بهترین مبدل حرارتی جریان متقاطع می باشد. زبان برنامه نویسی متلب جهت نوشتن این الگوریتم ها بکار رفته است. نتایج بدست آمده نشان می دهندکه چیدمان های ردیفی از تابع برازندگی بیشتری نسبت به چیدمان های تناوبی برخوردار می باشند. در چیدمان های ردیفی و تناوبی با افزایش رینولدز،گام های بهینه طولی و عرضی کاهش یافته ودر رینولدزهای مشابه اندازه گام های بهینه در چیدمان ردیفی کمتر از چیدمان تناوبی می باشند. روند همگرایی الگوریتم PSO با سرعت بیشتری نسبت به الگوریتم های ژنتیک صورت گرفته و نوسانات جواب بهینه در الگوریتم PSO نسبت به حالت مشابه در الگوریتم های ژنتیک کمتر بوده وعمده نوسانات در حوالی جواب بهینه می باشد.

کلیدواژه ها:

: بهینه سازی ، الگوریتم های ژنتیک ، الگوریتم گروه ذرات ، مبدل جریان متقاطع