پیش بینی ضریب عملکرد سیکل تبرید اجکتوری با استفاده از شبکه عصبی
- سال انتشار: 1396
- محل انتشار: دومین کنفرانس بین المللی مهندسی مکانیک و هوافضا
- کد COI اختصاصی: MECHAERO02_371
- زبان مقاله: فارسی
- تعداد مشاهده: 401
نویسندگان
مقطع دکتری مهندسی مکانیک، دانشگاه صنعتی امیرکبیر تهران، ایران
استادیار دانشکده مهندسی صنایع، دانشگاه صنعتی امیرکبیر تهران، ایران
چکیده
سیستم های تبرید تراکمی بدلیل توان مصرفی زیاد کمپرسور در روزهای گرم سبب افزایش مصرف انرژی میشوند. در سیستم های تبرید اجکتوری با افزودن اجکتور توان مصرفی بشدت کاهش می یابد و در نتیجه در مصرف سوخت و انرژی صرفه جویی چشمگیری موجب می شود. اضافه شدن اجکتور به سیستم ترمودینامیکی تبرید سبب ایجاد معادلات غیر خطی در تحلیل سیستم می گردد که حل آنها بشدت دشوار و زمان بر می باشد. بمنظور حل این مشکل در این مقاله با استفاده از پایگاه داده ایجاد شده بوسیله حل معادلات ترمودینامیکی و شبکه عصبی آموزش داده شده ضریب عملکرد سیستم تبرید اجکتوری با توجه به پارامترهای متغیر مستقل پیش بینی میشود. نتایج نشان می دهد پیش بینی های انجام شده توسط شبکه عصبی دقت مناسبی با نتایج معادلات غیرخطی دارد در نتیجهمی توان با استفاده از مدل توسعه داده شده بدون نیاز به حل معادلات پیچیده و غیرخطی سیکل تبرید اجکتوری، ضریب عملکرد این سیکل را با استفاده از شبکه عصبی پیش بینی کردکلیدواژه ها
سیکل تبرید اجکتوری، انرژی، پیش بینی، شبکه عصبی، ضریب عملکردمقالات مرتبط جدید
- اصول طراحی مفهومی پس سوز یک موتور توربوفن سنگین
- مطالعه تجربی و عددی توزیع ضخامت در فرم دهی افزایشی تک نقطه ای یک جسم مخروطی
- پیشبینی و بررسی ویژگیهای آیرودینامیکی پرتابه ای چرخان با استفاده از دینامیک سیالات محاسباتی
- تحلیل عددی کنترل جریان آشفته حول استوانه با استفاده از دو استوانه ی کنترلی دیگر
- مطالعه عددی اثر جایگزینی نیتروژن با دی اکسید کربن بر احتراق موتور دیزل
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.