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

  • سال انتشار: 1404
  • محل انتشار: اولین همایش بین المللی فناوری های نوین درمهندسی نفت، گاز و پتروشیمی ایران
  • کد COI اختصاصی: OSCONFE01_052
  • زبان مقاله: فارسی
  • تعداد مشاهده: 97
دانلود فایل این مقاله

نویسندگان

بهنام رنجبر

شرکت پخش فراوردههای نفتی - مدرس پیام نور مرکز کرمانشاه

مهسا صادقی

دانشجوی کارشناسی ارشد مهندسی شیمی دانشگاه رازی کرمانشاه

طهورا شریفی

دانشجوی کارشناسی مهندسی شیمی دانشگاه پیام نور کرمانشاه

مبینا اندیشگر

دانشجوی کارشناسی مهندسی شیمی دانشگاه پیام نور کرمانشاه

چکیده

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

مقالات مرتبط جدید

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.