شبیه سازی و ارزیابی پارامترهای مؤثر بر عملکرد حرارتی لوله های گرمایی با استفاده از مدل الگوریتم منظم سازی بیزین و رگرسیون خطی چند متغیره

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 594

فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

CHCONF01_096

تاریخ نمایه سازی: 20 دی 1394

چکیده مقاله:

لوله گرمایی یک دستگاه انتقال حرارت دوفازی و یک مبدل گرمایی جدید است که پارامترهای زیادی بر عملکرد آن تأثیر دارند. هدف از این تحقیق بررسی تأثیر پارامترهای عملیاتی مهم و قابل کنترل شامل گرمای ورودی، کسر حجمی و زاویه قرارگیری لوله گرمایی بر عملکرد حرارتی لوله های گرمایی بود. از دو تکنیک شبکه عصبی مصنوعی (مدل پس انتشار خطا) و رگرسیون خطی چند متغیره به منظور ارتباط بین پارامترهای عملیاتی مؤثر و مقاومت گرمایی استفاده شد. نتایج نشان داد که شبکه عصبی مصنوعی نسبت به روش رگرسیون خطی چند متغیره از توانایی بسیار بالایی برخوردار بوده و مقادیر مقاومت گرمایی پیش بینی شده از شبکه ارتباط نزدیکی با مقادیر تست های انجام شده در آزمایشگاه دارد. ضریب همبستگی بین مقادیر بازیابی پیش بینی شده با شبکه عصبی و مقادیر آزمایشگاهی برای دوسری داده های آموزش و تست به ترتیب برابر با 0/980 و 0/971 در مقایسه با مقدار روش رگرسیون خطی چند متغیره است. همچنین میزان خطای تخمین شبکه عصبی در مقابل خطای روش رگرسیون خطی جند متغیره به طور قابل ملاحظه ای کمتر می باشد (0/049 در برابر 0/132) که نشان از عملکرد خوب مدل شبکه عصبی مصنوعی می باشد. در نهایت به راحتی می توان با استفاده از شبکه عصبی مصنوعی ساختار کلی را برای تعیین مقاومت گرمایی با پارامترهایی عملیاتی بعنوان فاکتورهای ورودی شبکه و مقاومت گرمایی را بعنوان پاسخ شبکه شبیه سازی کرد.

کلیدواژه ها:

شبکه عصبی ، مقاومت گرمایی ، رگرسیون خطی چند متغیره

نویسندگان

لیلا اسدی کفشگری

دانشجوی کارشناسی ارشد مهندسی شیمی، دانشگاه شمال آمل

سیدرضا شعبانیان

استادیار دانشگاه صنعتی نوشیروانی بابل، دانشکده مهندسی شیمی، آزمایشگاه تحقیقاتی مهندسی فرآیند

اصغر عزیزی

استادیار دانشگاه شاهرود، دانشکده معدن، نفت و ژئوفیزیک

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 :
  • اهرابی، ف، تقوی طلب، م، 1381، "احتمالات و تحلیل آماری"، ...
  • Ghanbarpour, M., Nikkam, N., Khodabandeh, R., Toprak, M.S. and Muhammed, ...
  • Menlik, T., SEozen, A., Giri, M. and EOztas, S. (2014) ...
  • Senthilkumar, R. Vaidyanathan, S., and Sivaraman, B. (2012) "Effect of ...
  • Yang, X.F. Liu, Z.H. and Zhao, J. (2008) "Heat transfer ...
  • Shafahi, M. Bianco, V. Vafai, K. and Manca, O. (2010) ...
  • Sarafraz, M.M., Hormozi, F. and Peyghamb arzadeh, S.M. (2014) _ ...
  • Venkatach alapathy, S., Kumaresan, G. and Suresh, S. (2015), "Performance ...
  • Liu, Z.H. and Zhi Zhu, Q. (2011), "Application of aqueous ...
  • G., V enkatachalap athy, S. and Godson Asirvatham, L. (2014) ...
  • Alawi, O.A., Azwadi, N., Sidik, C., Mohammed, H.A. and Syahrullail, ...
  • Haykin, S. (2007) "Neural Networks: A C omprehensive Foundation", thirded. ...
  • Demuth, H. and Beale, M. (2002) "Neural Network Toolbox for ...
  • Kumaresan, G. Venkatachal apathy, S., Godso Asirvatham, _ and Wongwises, ...
  • نمایش کامل مراجع