استفاده از شبکه عصبی مصنوعی برای پیش بینی دمای سیال خروجی از جمع کننده سهموی
- سال انتشار: 1398
- محل انتشار: دوازدهمین کنگره ملی مهندسی مکانیک بیوسیستم و مکانیزاسیون ایران
- کد COI اختصاصی: NCAMEM12_014
- زبان مقاله: فارسی
- تعداد مشاهده: 1581
نویسندگان
دانشجوی کارشناسی ارشد مکانیک بیوسیتم انرژی های تجدید پذیر دانشگاه کردستان
استادیار گروه مهندسی بیوسیستم، دانشگاه کردستان
استادیار گروه مهندسی بیوسیستم، دانشگاه کردستان
چکیده
برای افزایش راندمان جمع کننده های خورشید ی از سامانه های مختلفی کمک گرفته می شود که مواد تغییرفاز دهنده(PCM) از مواردی است که میتواند سبب بهبود کارایی گردد. در این تحقیق PCM در داخل مخزن ذخیره کننده سیالقرار داده شد. برای بررسی تغییرات دمای خروجی از جمع کننده سهموی و تاثیر وجود یا عدم وجود PCM و شدت تابشخورشیدی و همچنین سرعت جریان سیال در سامانه علاوه بر روش آزمایشگاهی از روش دینامیک سیالات محاسباتی(CFD) و شبکه عصبی مصنوعی (ANN) استفاده شده و داده های حاصل از هر دو روش با داده های آزمایشگاهی مقایسهشد. با توجه به داده های آماری و مدت زمان صرف شده برای تحلیل با استفاده از هر روش مشخص شد که روش ANNنسبت به روش CFD با دقت بیشتر و زمان صرف شده کمتر می تواند برای پیش بینی رفتار حرارتی در سامانه استفاده شود.کلیدواژه ها
خشک کن خورشیدی، دینامیک سیالات محاسباتی، شبکه عصبی مصنوعی، شدت تابش خورشیدی، مواد تغییر فازدهندهمقالات مرتبط جدید
- مقایسه درصد ترکیب تاج پوشش کلاسهای خوشخوراکی در سه رویشگاه مرتعی چهاردانگه ساری
- تاثیر تغییرات اقلیم بر اشتغال در بخش کشاورزی: مروری تحلیلی
- Land reform in some developing countries: A review
- شناسایی ژنوتیپهای امیدبخش گندم نان با استفاده از تحلیل روابط بین صفات و تجزیه خوشه ای
- Harnessing Renewable Energy for Environmental Sustainability: The Role of Wind Power in Carbon Reduction
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.