بهینه سازی مبدل های حرارتی جریان متقاطع با استفاده از الگوریتم های ژنتیک و گروه ذرات( PSO)
- سال انتشار: 1393
- محل انتشار: دومین همایش ملی پژوهش های کاربردی در برق، مکانیک و مکاترونیک
- کد COI اختصاصی: ELEMECHCONF02_021
- زبان مقاله: فارسی
- تعداد مشاهده: 558
نویسندگان
کارشناسی ارشد مکانیک دانشگاه آزاد اسلامی واحد دزفول
استادیار گروه مکانیک دانشگاه رازی کرمانشاه
چکیده
در این مقاله به بهینه سازی مبدل های حرارتی جریان متقاطع با استفاده از الگوریتم های ژنتیک و الگوریتم گروه ذرات ) PSO ( پرداخته شده است.که با معیار ماکزیمم نسبت انتقال حرارت میانگین به فاکتور اصطکاک میانگین، جهت انتخاب بهترین مبدل حرارتی جریان متقاطع می باشد. زبان برنامه نویسی متلب جهت نوشتن این الگوریتم ها بکار رفته است. نتایج بدست آمده نشان می دهندکه چیدمان های ردیفی از تابع برازندگی بیشتری نسبت به چیدمان های تناوبی برخوردار می باشند. در چیدمان های ردیفی و تناوبی با افزایش رینولدز،گام های بهینه طولی و عرضی کاهش یافته ودر رینولدزهای مشابه اندازه گام های بهینه در چیدمان ردیفی کمتر از چیدمان تناوبی می باشند. روند همگرایی الگوریتم PSO با سرعت بیشتری نسبت به الگوریتم های ژنتیک صورت گرفته و نوسانات جواب بهینه در الگوریتم PSO نسبت به حالت مشابه در الگوریتم های ژنتیک کمتر بوده وعمده نوسانات در حوالی جواب بهینه می باشد.کلیدواژه ها
: بهینه سازی، الگوریتم های ژنتیک، الگوریتم گروه ذرات، مبدل جریان متقاطعمقالات 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.