Investigation of optimization algorithms and their operating parameters in different types of heat exchangers
سال انتشار: 1400
نوع سند: مقاله ژورنالی
زبان: انگلیسی
مشاهده: 189
فایل این مقاله در 20 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_EES-9-4_004
تاریخ نمایه سازی: 26 دی 1400
چکیده مقاله:
In this study, five different heat exchangers (HE) including, plate-fin (PFHE), fin tube (FTHE), rotary regenerator (RR), shell and tube (STHE) and gasket plate (GPHE) are optimized using four different algorithms including the binary genetic algorithm (BGA), real parameter genetic algorithm (RGA), particle swarm optimization (PSO) algorithm and the differential evolution (DE) algorithm. Verified codes are used for all heat exchangers and total annual cost (TAC) is considered as the objective function and heat exchanger configuration parameters are chosen as design parameters in all studied exchangers. RGA has the lowest insensitivity to the algorithm input parameters, or lowest relative standard deviation (RSD), for all studied heat exchangers. The best TAC in the GPHE, FTHE, PFHE, RR, STHE can be achieved in the points = (۰,۰.۶), (۰, ۱.۹۵), (۰, ۱.۵), (۰, ۲.۱), (۰, ۱.۶۵) and < , > = (۲.۴,۲.۴), (۱, ۲.۴), (۳.۲۵, ۳.۷۵), (۳.۱۵, ۳), (۲.۶, ۲.۸) where the lowest run- time and RSD are our basic requirements, respectively. The results also reveal that DE has the worst result in the case of RSD and GA has the worst result in the case of run-time. Finally, RGA is recommended for the optimization of different types of heat exchangers.
نویسندگان
Mohsen Hajabdollahi
Department of Computer Engineering, Vali-e-Asr University of Rafsanjan, Rafsanjan, Iran
Mohammad Shafiey Dehaj
Department of Mechanical Engineering, Vali-e-Asr University of Rafsanjan, Rafsanjan, Iran
Hassan Hajabdollahi
Department of Mechanical Engineering, Vali-e-Asr University of Rafsanjan, Rafsanjan, Iran
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله 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 مقاله لینک شده اند :