>
Fa   |   Ar   |   En
   مدلسازی با استفاده از شبکه عصبی مصنوعی جهت پیش بینی هدایت حرارتی نانوسیال نانولوله کربنی چند جداره عامل دار – آب و ارائه رابطه تجربی جدید  
   
نویسنده افرند مسعود ,همت اسفه محمد
منبع مدل سازي در مهندسي - 1397 - دوره : 16 - شماره : 53 - صفحه:67 -73
چکیده    در این مقاله ، بر اساس نتایج آزمایشگاهی، و با استفاده از روش برازش منحنی و شبکه عصبی مصنوعی اثر دما و کسر حجمی نانولوله‌ها بر ضریب هدایت حرارتی نانوسیال نانولوله کربنی چند جداره عامل دارآب بررسی شد. یک رابطه دقیق به صورت تابعی از کسر حجمی و دما برای پیش بینی ضریب هدایت حرارتی نانوسیال ارائه شد. همچنین شبکه های عصبی مختلفی به منظور مدلسازی ضریب هدایت حرارتی نانوسیال طراحی شد. در این شبکه‌ها دما و کسر حجمی به عنوان متغیرهای ورودی و ضریب هدایت حرارتی به عنوان متغیر خروجی در نظر گرفته شد. شبکه عصبی بهینه با در نظر گرفتن حداقل خطا در پیش بینی ضریب هدایت حرارتی نانوسیال به دست آمد. مقایسه‌ها نشان داد که شبکه عصبی مصنوعی می‌تواند پیش بینی دقیق‌تری نسبت به روش برازش منحنی در تخمین ضریب هدایت حرارتی این نانوسیال ارائه کند. همچنین نتایج نشان داد که رابطه تجربی ارائه شده به وسیله روش برازش منحنی دارای دقت قابل قبولی است.
کلیدواژه مدلسازی، شبکه عصبی، هدایت حرارتی، رابطه تجربی، نانوسیال، نالوله کربنی چند جداره
آدرس دانشگاه آزاد اسلامی واحد نجف آباد, گروه مهندسی مکانیک, ایران, دانشگاه آزاد اسلامی واحد خمینی شهر, باشگاه پژوهشگران جوان و نخبگان, ایران
پست الکترونیکی m.hemmatesfe@gmail.com
 
   Artificial neural network modeling for prediction of thermal conductivity of functionalized MWCNTs/water nanofluids and a new empirical correlation  
   
Authors Afrand Masoud ,Hemmat Esfe Mohammad
  
 
 

Copyright 2023
Islamic World Science Citation Center
All Rights Reserved