بررسی ضریب هدایت حرارتی نانوسیال هیبریدی سه گانه پایه آبی حاوی MWCNTs به روش شبکه عصبی مصنوعی
سال انتشار: 1402
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 125
فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_IHUMC-12-2_012
تاریخ نمایه سازی: 15 مهر 1403
چکیده مقاله:
هدایت حرارتی نانوسیال MWCNT(۴۰%)-CuO(۳۰%)-TiO۲(۳۰%) /Water در کسر حجمی ها و دماهای مختلف با روش شبکه عصبی مصنوعی، مدل سازی و تحلیل می شود. شبکه عصبی مصنوعی از نوع MLP هست. ۴۸ سری داده تجربی مورداستفاده قرار گرفت که به ترتیب %۷۰، %۱۵ و %۱۵ برای آموزش، اعتبارسنجی و آزمون به کار رفت. ساختار عصبی بهینه دارای دو لایه پنهان است که در لایه اول ۴ نورون و در لایه دوم ۵ نورون به ترتیب با تابع انتقال logsig و tansig قرار دارد. آموزش شبکه عصبی با الگوریتم لونبرگ-مارکوارت (ML) انجام می شود. مقادیر پارامترهای ضریب رگرسیون R و میانگین خطا MSE برای ساختار بهینه به ترتیب برابر با ۹۹۹۵۷۵۳/۰ و ۲.۸۷۳۴E-۰۶ به دست آمدند. رابطه همگرایی نیز برای پیش بینی هدایت حرارتی نانوسیال ارائه می شود. مقایسه بین مدل همگرایی و شبکه عصبی مصنوعی، نشان از برتری شبکه عصبی مصنوعی دارد. مقادیر MOD برای شبکه عصبی مصنوعی نیز در محدوده %۳- تا %۷+ قرار گرفت.
کلیدواژه ها:
نویسندگان
محمد همت اسفه
استادیار، دانشگاه جامع امام حسین(علیه السلام)، تهران، ایران
سیدمجید مطلبی
دانشجوی دکتری، دانشگاه جامع امام حسین(ع)، تهران، ایران
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 :
