ارایه یک سیستم استنتاجی براساس خوشه‌بندی فازی برای پیدایش تغییرات در میدان جریان خروجی روتور توربوماشین گریز از مرکز

در این مقاله به ارایه سیستمی بر مبنای خوشه بندی فازی برای نمایش تغییرات میدان جریان در ناحیه خروجی روتور توربوماشین گریز از مرکز پرداخته شده است. آنچه در پژوهش های انجام گرفته در حوزه توربوماشین ها حایز اهمیت است، نیاز تمامی زمینه ها به درک صحیح از پدیده های جریان داخل توربوماشین است که از پیچیدگی هایی برخوردار است. به همین سبب از پیشرفته ترین تجهیزات آزمایشگاهی در این راستا استفاده می شود که با مسایلی از قبیل زمان بری، هزینه بالا و تعداد زیاد آزمایش های مورد نیاز همراه است که اهمیت شبیه سازی و رصد پدیده های جاری در آن را به واسطه الگوریتم های هوش مصنوعی دوچندان می کند. سیستم حاضر براساس خوشه بندی فازی به گونه ای عمل می کند که داده های مکانی (از سیستم اندازه گیری تصویر ذره ای) توسط تعداد خوشه معین به نمایش میدان در زمان اولیه می پردازد، سپس با اعمال تغییرات در خوشه مربوط به رشته داده های زمانی (از سیستم اندازه گیری بادسنجی لیزری) که حاوی تغییرات ثبت شده از جریان در طول زمان داده برداری است، داده های جدید میدان در گام زمانی جدید حاصل می شود و با خوشه بندی مجدد داده ها، نمایش تغییرات میدان جریان در فضای فازی صورت می پذیرد. در مقاله حاضر، میدان جریان برای شش گام زمانی پیاپی مورد بررسی قرار گرفته است که نتایج خروجی سیستم، تغییرات میدان جریان ناشی از چرخش روتور در زوایای مختلف را در ناحیه داده برداری شده نشان می دهد.

Inference System Based on Fuzzy Clustering to Display the Flow Field Changes in the Rotor Outlet of Centrifugal Turbomachinery

In this paper, a fuzzy clustering system is presented to display the flow field changes in the rotor outlet of centrifugal . What is important in the research done in the field of is the need for all the fields to properly understand the phenomena of flow inside the , which has complexities. For this reason, the most advanced laboratory equipment is used in this regard, which is associated with issues such as time consuming, high costs, and a large number of required tests, and doubles the importance of simulating and observing current phenomena through artificial intelligence algorithms. The present system operates on the basis of fuzzy clustering so that the spatial data (from the PIV measurement system) by the number of specific clusters to the field display in the initial time; then, by applying changes to the cluster related to the time series (from the system measurement of LDA) that contains the recorded changes of the current during the time of the data mining, the new field data are obtained at a new time step and the clustering of the data shows the variation of the flow field in the fuzzy environment. In this paper, the flow field was investigated for 6 successive steps, and the results of the system output showed the variation of the flow field from the rotor at different angles.