استفاده از شبکه ی عصبی در پیش بینی خواص ترمودینامیکی جایگزین های مبرد R-22 و مقایسه کارایی آن ها در سیکل تبرید
محل انتشار: ششمین کنفرانس سالانه دانشجویی مهندسی مکانیک
سال انتشار: 1387
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,412
متن کامل این مقاله منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل مقاله (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ASCME06_192
تاریخ نمایه سازی: 23 آبان 1387
چکیده مقاله:
در این مطالعه، با استفاده از شبکه عصبی پرسپترون چندلایه، مدل خواص ترمودینامیکی R-22 و جایگزین هایش در هر دو ناحیه اشباع و ناحیه فوق گرم به دست آمد. مدل ها دارای دقت بسیار خوبی بودند. سپس یک برنامه کامپیوتری نوشته شد که سیکل تبرید تراکمی را شبیه سازی کرده و از نتایج مدل سازی فوق در یافتن پارامترهای سیکل برای R-22 و جایگزین هایش استفاده می کرد. در بازه مورد مطالعه، مبردهای R-134a و R-290 نزدیک ترین ضریب عملکرد به R-22 را داشتند. مبردR-404a نسبت به سایر مبردها دارای کمترین ضریب عملکرد بود. R-290 بالاترین اثر تبرید را داشت.
کلیدواژه ها:
نویسندگان
محمد امانی
دانشجوی کارشناسی ، دانشگاه علم و صنعت ایران
مهدی بحیرایی
دانشجوی دکتری، دانشگاه علم و صنعت ایران
سیدمصطفی حسینعلی پور
استادیار ، دانشگاه علم و صنعت ایران
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 مقاله لینک شده اند :