بکارگیری شبکه عصبی مصنوئی در راستای پیش بینی ضریب انتقال حرارت هدایتی درونسیستم های گرمایشی همراه نانوسیالات

توسعه الگوریتم های مبتنی بر کامپیوتر یک ابزار موفق برای کاربردهای مختلف انتقال حرارت برای مهندسی حرارتی تبدیل شدهاست. الگوریتم های هوش مصنوعی مورد استفاده در این مسائل یک مدل ساده ای از هوش انسانی و تجربه تکاملی است. از آنجا کهافزایش انتقال حرارت یک موضوعی است که توجه بسیاری از محققان را به خود جلب کرده است. بررسی و تحلیل مسائل انتقالحرارت از طریق استفاده از معادلات بنیادی، استفاده از معادلات همبستگی مرسوم و یا توسعه معادلات منحصر به فرد از داده هایتجربی از طریق آزمون و خطا است. یکی از دلایل مهم افزایش انتقال حرارت در نانو سیال نسبت به سیال ،پایه افزایش شدید ضریبهدیات حرارتی در نانو سیال میباشد. در این تحقیق ضریب انتقال حرارت هدایتی نانو سیال اکسید روی - آب در غلظت های مختلفمورد بحث قرار گرفته است. ضریب هدایت حرارتی نانو سیال نسبت به سیال پایه در کسر حجمی ۰۱ / ۰ و ۰۲ / ۰ در دمای ۳۵ درجهسانتی گراد برابر با ۰۵ / ۱ - ۱۲ / ۱ و در دمای ۴۵ درجه سانتی گراد برابر با ۱۱ / ۱ و ۱۸ / ۱می باشد. می توان این گونه توجیح کرد که باافزایش دما ضریب هدایت حرارتی نانوسیال افزایش بیشتری پیدا می کند که این عامل بواسطه تاثیر حرکت براونی در افزایش ضریبهدایت حرارتی که در اثر افزایش تلاطم-آشفتگی و جابجایی های طبیعی کوچک ایجاد می شوند است.

کلیدواژه ها:

الگوریتم های هوش مصنوعی ، انتقال حرارت ، نانو سیال اکسید روی - آب