ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید
CIVILICAWe Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

پیش بینی ضریب انتقال حرارت در جریان آشفته نانوسیالات مختلف درون لوله های دایره ای، با استفاده از شبکه عصبی مصنوعی

تعداد صفحات: 11 | تعداد نمایش خلاصه: 77 | نظرات: 0
سال انتشار: 1397
کد COI مقاله: JR_IHUMC-7-1_001
زبان مقاله: فارسی
(فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.

با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید.در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.

لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید.

برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 11 صفحه است در اختیار داشته باشید.

قیمت این مقاله : 3,000 تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله پیش بینی ضریب انتقال حرارت در جریان آشفته نانوسیالات مختلف درون لوله های دایره ای، با استفاده از شبکه عصبی مصنوعی

محمد همت اسفه - گروه مهندسی مکانیک، دانشکده فنی دانشگاه امام حسین (ع)
سعید اسفنده - باشگاه پژوهشگران جوان و نخبگان، واحد نجف آباد، دانشگاه آزاد اسلامی، واحد نجف آباد، ایران
محمد آخوندزاده - دانشکده فنی مهندسی مکانیک دانشگاه کاشان

چکیده مقاله:

هدف این پژوهش مدل سازی انتقال حرارت جابجایی نانوسیالات در جریان آشفته داخل یک لوله دایره ای با شرایط مرزی دما ثابت و شار حرارتی ثابت است. این مدل سازی با روش شبکه عصبی مصنوعی انجام شده است. تعداد 610 داده از نتایج مطالعات محققان مختلف جمع-آوری شده و برای آموزش شبکه عصبی مورد استفاده قرار گرفته است. نانوذراتی که در این پژوهش مورد بررسی قرار گرفته اند عبارتند از Al2O3، TiO2، Graphene، SiC، CuO، SiO2، Fe3O4 و Cu که سیال پایه در تمام این موارد آب است. این شبکه دارای شش ورودی است که عبارتند از چگالی نانوذره، اندازه نانوذره، غلظت نانوذره، عدد رینولدز جریان، نوع شرایط مرزی شار- ثابت یا دما- ثابت و با توجه به نوع مسئله مقدار شار ثابت دیواره یا دمای ثابت آن است. همچنین، خروجی شبکه عصبی طراحی شده عدد ناسلت جریان نانوسیال است. از مقایسه نتایج این مدل شبکه عصبی با نتایج پژوهش های گذشته مشاهده می شود که مدل شبکه عصبی پیشنهاد شده تطابق بسیار خوبی با نتایج حاصل از پژوهش های آن ها دارد. در این پژوهش، برای انتخاب پیکربندی مناسب شبکه عصبی، 400 پیکربندی مختلف مورد بررسی قرار گرفت که از میان آن ها شبکه عصبی با بالاترین میزان دقت تخمین و با 9998/0=R2 انتخاب شد.

کلیدواژه ها:

نانوسيال, جريان آشفته, عدد ناسلت, شبكه عصبي مصنوعي

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/911951/

کد COI مقاله: JR_IHUMC-7-1_001

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
همت اسفه، محمد و اسفنده، سعید و آخوندزاده، محمد،1397،پیش بینی ضریب انتقال حرارت در جریان آشفته نانوسیالات مختلف درون لوله های دایره ای، با استفاده از شبکه عصبی مصنوعی،،،،،https://civilica.com/doc/911951

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1397، همت اسفه، محمد؛ سعید اسفنده و محمد آخوندزاده)
برای بار دوم به بعد: (1397، همت اسفه؛ اسفنده و آخوندزاده)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 ممقالهقاله لینک شده اند :

  • Zeinali Heris, S., Etemad, S.Gh., and Nasr Esfahany, M. Experimental ...
  • Zeinali Heris, S., Nasr Esfahany, M., and Etemad, S.Gh. Experimental ...
  • Esfe, M.H., Arani, A.A.A., Niroumand, A.H., Yan, W.M., and Karimipour, ...
  • Esfe, M.H., Arani, A.A.A., Azizi, T., Mousavi, S.H., and Wongwises, ...
  • Hetsroni, G. and Rozenblit, R. Heat Transfer to a Liquid–Solid ...
  • Eastman, JA., Choi, SUS., Li, S., Soyez, G., Thompson, LJ., ...
  • Esfe, M.H., Saedodin, S., Mahian, O., and Wongwises, S. Heat ...
  • Esfe, M.H., Saedodin, S., and Mahmoodi, M. Experimental Studies on ...
  • Esfe, M.H., Akbari, M., Karimipour, A., Afrand, M., Mahian, O., ...
  • Esfe, M.H. and Saedodin, S. Turbulent Forced Convection Heat Transfer ...
  • Esfe, M.H., Saedodin, S., Mahian, O., and Wongwises, S. Thermophysical ...
  • Godson, L., Raja, B., Lal, D. M., and Wongwises, S. ...
  • Pak, B.C. and Cho, Y.I. Hydrodynamic and Heat Transfer Study ...
  • Landau, L.D. and Lifshitz, E.M. Course of Theoretical Physics , ...
  • Choi, S.U.S., Zhang, Z.G., Yu, W., Lockwood, F. E., and ...
  • Xuan, Y. and Roetzel, W. Conceptions for Heat Transfer Correlation ...
  • Khanafer, K., Vafai, K., and Lightstone, M. Buoyancy-driven Heat Transfer ...
  • Das, S.K., Choi, S.U., and Patel, H.E. Heat Transfer in ...
  • Mansour, R.B., Galanis, N., and Nguyen, C.T. Effect of Uncertainties ...
  • Namburu, P.K., Das, D.K., Tanguturi, K.M., and Vajjha, R.S. Numerical ...
  • Maiga, S.E.B., Nguyen, C.T., Galanis, N., and Roy, G. Heat ...
  • Behzadmehr, A., Saffar-Avval, M., and Galanis, N. Prediction of Turbulent ...
  • Heidari, E., Sobati, M.A., and Movahedirad, S. Accurate Prediction of ...
  • Esfe, M.H., Saedodin, S., Bahiraei, M., Toghraie, D., Mahian, O., ...
  • Esfe, M.H., Saedodin, S., Sina, N., Afrand, M., and Rostami, ...
  • Hojjat, M., Etemad, S.G., Bagheri, R., and Thibault, J. Thermal ...
  • Pak, BC. and Cho, IY. Hydrodynamic and Heat Transfer Study ...
  • Xuan, Y. and Li, Q. Investigation on Convective Heat Transfer ...
  • Maiga, S., Palm, S., Nguyen. C., Roy. G. and Galanis, ...
  • Buongiorno, J. Convective Transport in Nanofluids , J. Heat Transfer, Vol. ...
  • Buongiorno, J. Convective Heat Transfer Enhancement in Nanofluids ; Heat ...
  • Bécaye Maïga, S., Tam Nguyen, C., Galanis,  N., Roy, G., ...
  • Kakac, S. and Pramuanjaroenkij, A. Review of Convective Heat Transfer ...
  • Fotukian, S.M. and Esfahany, M.N. Experimental Investigation of Turbulent Convective ...
  • Sajadi, A.R. and Kazemi, M.H. Investigation of Turbulent Convective Heat ...
  • Sadeghinezhad, E., Togun, H., Mehrali, M., Nejad, P.S., Latibari, S.T., ...
  • Hussein, A.M., Sharma, K.V., Bakar, R.A., Kadirgama, K. The Effect ...
  • Celata, G.P., D’Annibale, F., Mariani, A., Saraceno. L., D’Amato. R., ...
  • Xuan, Y. and Li, Q. Investigation on Convective Heat Transfer ...
  • Fotukian. S.M. and Esfahany, M.N. Experimental Study of Turbulent Convective ...
  • Azmi, W.H., Sharma, K.V., Sarma, P. K., Mamat, R., Anuar, ...
  • Sundar, L.S., Naik, M.T., Sharma, K.V., Singh, M. K., and ...
  • Haghighi, E.B., Utomo, A.T., Ghanbarpour, M., Zavareh, A.I., Poth, H., ...
  • Moghadassi, A., Parvizian, F., and Hosseini, S. A New Approach ...
  • Collobert, R. and Bengio, S. Links between Perceptrons, Mlps and ...
  • مدیریت اطلاعات پژوهشی

    صدور گواهی نمایه سازی | گزارش اشکال مقاله
    این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه دولتی
    تعداد مقالات: 4,491
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره 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.

    پشتیبانی