مدلسازی و پیش بینی ضریب انتقال حرارت نانو سیالات رقیق ɣ-AL2O3/H2O به کمک سیستم عصبی-فازی
نویسنده:
نوع مقاله:
مقاله پژوهشی/اصیل (دارای رتبه معتبر)
چکیده:
در این پژوهش با استفاده از شبکه عصبی و عصبی-فازی ضریب انتقال حرارت در نانوسیالات جاری در یک لوله مدور در رژیم جریان آشفته مدلسازی و پیش بینی شده است. داده های ورودی به مدل، عدد رینولدز و کسر حجمی نرمال شده نانو ذرات و خروجی آن ضریب انتقال حرارت نرمال شده است. در شبکه عصبی استفاده شده مقادیر متوسط خطای نسبی و متوسط مربع خطا نسبت به نتایج آزمایشگاهی به ترتیب برابر 002/0 و 0005/0 می باشد، در شبکه عصبی-فازی برای داده های آموزش این مقادیر خطا به ترتیب 0 و 0، و برای داده های تست 0027/0- و 00067/0 به دست آمده است. مقدار ضریب تبیین در شبکه عصبی 99/0 است که نشان دهنده پیش بینی مناسب این روش می باشد. این مقدار در روش عصبی-فازی برای داده های آموزش 1 و برای داده های تست 988/0 می باشد. براساس این مقادیر می توان نتیجه گرفت استفاده از شبکه عصبی-فازی جهت پیش بینی ضریب انتقال حرارت در نانوسیالات مناسب تر است.
کلیدواژگان:
زبان:
فارسی
انتشار در:
صفحات:
86 تا 98
لینک کوتاه:
magiran.com/p2177694
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یکساله به مبلغ 1,390,000ريال میتوانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
- حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران میشود.
- پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانههای چاپی و دیجیتال را به کاربر نمیدهد.
In order to view content subscription is required
Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!