پیش بینی عدد ناسلت در ساختار نوین مغشوش کننده ها در مبدلهای حرارتی با استفاده از شبکه های عصبی مبتنی بر الگوریتم ژنتیک

در مطالعه حاضر به بررسی تاثیر قرار دادن مغشوش کننده های مختلف در داخل مبدل حرارتی لولهای بر پارامترهای مهم حرارتی و بازده کلی پرداخته شده است. نتایج این پژوهش در تمام موارد استفاده از مغشوش کننده های جدید افزایش ضریب انتقال حرارت و به تبع آن بهبود عدد ناسلت را نشان می دهد. در ابتدا با استفاده از شبکه های عصبی مقدار عدد ناسلت پیش بینی گردید و سپس به جهت استفاده از الگوریتم های متداول آموزشی (مانند الگوریتم لونبرگ مارکوات) از الگوریتم ژنتیک استفاده شد. نتایج نشان داد که در صورت استفاده از این الگوریتم تکاملی در فرایند آموزش شبکه، مدل شبکه عصبی ارائه شده، توانایی بسیار بالایی در پیش بینی عدد ناسلت خواهد داشت.

کلیدواژه ها:

مغشوش کننده ، شبکه عصبی ، الگوریتم ژنتیک ، مبدل حرارتی