مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

مقاله مقاله نشریه

مشخصات مقاله

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

video

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

sound

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید:

968
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

0
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

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

صفحات

 صفحه شروع 1 | صفحه پایان 11

چکیده

 هدف این پژوهش مدلسازی انتقال حرارت جابجایی نانوسیالات در جریان آشفته داخل یک لوله دایرهای با شرایط مرزی دما ثابت و شار حرارتی ثابت است. این مدلسازی با روش شبکه عصبی مصنوعی انجام شده است. تعداد 610 داده از نتایج مطالعات محققان مختلف جمعآوری 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 پژوهشهای گذشته مشاهده میشود که مدل شبکه عصبی پیشنهاد شده تطابق بسیار خوبی با نتایج حاصل از پژوهشهای آنها دارد. در این پژوهش, برای انتخاب پیکربندی مناسب شبکه عصبی, 400 پیکربندی مختلف مورد بررسی قرار گرفت که از میان آنها شبکه عصبی با بالاترین میزان دقت تخمین و با 9998/0=R2 انتخاب شد.

استنادها

  • ثبت نشده است.
  • ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    همت اسفه، محمد، 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. مکانیک سیالات و آیرودینامیک، 7(1 )، 1-11. SID. https://sid.ir/paper/245571/fa

    Vancouver: کپی

    همت اسفه محمد، اسفنده سعید، آخوندزاده محمد. پیش بینی ضریب انتقال حرارت در جریان آشفته نانوسیالات مختلف درون لوله های دایره ای, با استفاده از شبکه عصبی مصنوعی. مکانیک سیالات و آیرودینامیک[Internet]. 1397؛7(1 ):1-11. Available from: https://sid.ir/paper/245571/fa

    IEEE: کپی

    محمد همت اسفه، سعید اسفنده، و محمد آخوندزاده، “پیش بینی ضریب انتقال حرارت در جریان آشفته نانوسیالات مختلف درون لوله های دایره ای, با استفاده از شبکه عصبی مصنوعی،” مکانیک سیالات و آیرودینامیک، vol. 7، no. 1 ، pp. 1–11، 1397، [Online]. Available: https://sid.ir/paper/245571/fa

    مقالات مرتبط نشریه ای

    مقالات مرتبط همایشی

  • ثبت نشده است.
  • طرح های مرتبط

  • ثبت نشده است.
  • کارگاه های پیشنهادی






    مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources
    مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources
    مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources
    مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources
    مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources
    مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources
    مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources
    فایل موجود نیست.
    بازگشت به بالا
    telegram sharing button
    whatsapp sharing button
    linkedin sharing button
    twitter sharing button
    email sharing button
    email sharing button
    email sharing button
    sharethis sharing button