CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)
عنوان
مقاله

استفاده از شبکه های عصبی مصنوعی جهت شناسایی خواص ترمودینامیکی محلول لیتیوم برماید آب

اعتبار موردنیاز: ۱ | تعداد صفحات: ۶ | تعداد نمایش خلاصه: ۱۰۶۶ | نظرات: ۰
سرفصل ارائه مقاله: Thermodynamics and Heat Transfer - Thermodynamics with Phase Change
سال انتشار: ۱۳۸۶
نوع ارائه: شفاهی
کد COI مقاله: ISME15_214
زبان مقاله: فارسی
حجم فایل: ۴۳۰.۸۲ کلیوبایت (فایل این مقاله در ۶ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید. در پایگاه سیویلیکا عموما مقالات زیر ۵ صفحه فولتکست محسوب نمی شوند و برای خرید اینترنتی عرضه نمی شوند.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود PDF مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۶ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳۰,۰۰۰ ریال

آدرس ایمیل خود را در زیر وارد نموده و کلید خرید با پرداخت اینترنتی را بزنید. آدرس ایمیل:

رفتن به مرحله بعد:

در صورت بروز هر گونه مشکل در روند خرید اینترنتی، بخش پشتیبانی کاربران آماده پاسخگویی به مشکلات و سوالات شما می باشد.

مشخصات نویسندگان مقاله استفاده از شبکه های عصبی مصنوعی جهت شناسایی خواص ترمودینامیکی محلول لیتیوم برماید آب

  سیدمحمدابراهیم درخشانی - کارشناسی ارشد، دانشگاه علم و صنعت ایران، دانشکده مهندسی مکانیک
  سیدمصطفی حسینعلی پور - کارشناسی ارشد، دانشگاه علم و صنعت ایران، دانشکده مهندسی مکانیک
  محمدمهدی عارفی - کارشناسی ارشد، دانشگاه علم و صنعت ایران، دانشکده مهندسی مکانیک

چکیده مقاله:

در این مقاله از شبکه های عصبی جهت شناسایی خواص ترمودینامیکی محلول لیتیوم برماید – آب استفاده شده است. جهت آموزش و تست شبکه عصبی، از مقادیر معتبر ازمایشگاهی موجود در مقالات استفاده شده است. به کمک شبکه های عصبی خواص محلول LiBr – آب نظیر آنتالپی، انتروپی، فشار، چگالی، ظرفیت حرارتی و گرانروی را بر اساس دما و غلظت محلول بهصورت روابط تحلیلی استخراج گردید.
جهت شناسایی روابط ترمودینامیکی محلول از شبکه عصبی پرسپترون، دو لایه استفاده شده است. الگوریتمهای آموزشی لونبرگ – مارکوارت (LM) و گرادیان نزولی (GD) جهت اموزش شبکه بکار گرفته شده اند. توابع فعال سازی لایه ورودی خطی می باشند، ولی در لایه میانی از توابع غیر خطی پیوسته و مشتق پذیر تانژانت سیگموئید استفاده شده است.
نتایج شبیه سازی دقت بسیار زیاد شبکه های عصبی را در شناسایی خواص ترمودینامیکی محلول لیتیوم برماید – آب نشان می دهند.

کلیدواژه‌ها:

لیتیوم بروماید، آب، شبکه های عصبی، چیلر جذبی، خواص ترمودینامیکی

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-ISME15-ISME15_214.html
کد COI مقاله: ISME15_214

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
درخشانی, سیدمحمدابراهیم؛ سیدمصطفی حسینعلی پور و محمدمهدی عارفی، ۱۳۸۶، استفاده از شبکه های عصبی مصنوعی جهت شناسایی خواص ترمودینامیکی محلول لیتیوم برماید آب، پانزدهمین کنفرانس سالانه مهندسی مکانیک، تهران، دانشگاه صنعتی امیرکبیر، https://www.civilica.com/Paper-ISME15-ISME15_214.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (درخشانی, سیدمحمدابراهیم؛ سیدمصطفی حسینعلی پور و محمدمهدی عارفی، ۱۳۸۶)
برای بار دوم به بعد: (درخشانی؛ حسینعلی پور و عارفی، ۱۳۸۶)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 :

  • . Kalogirou SA, Panteliou S, Dentsoras A. Artificial neural -networks ...
  • a thermosiphon solar water-heater .Renew energy (1999). ...
  • . Chow TT, Zhang GQ, Lin Z, Song CL. Global ...
  • . Kalogirou SA, Panteliou S, Dentsoras A. Modeling of solar ...
  • . Kalogirou SA, Neocleous CS, Schizas CN.Artificial n eu ral-networks ...
  • . Kalogirou SA, Bojic M. Artificial neural -networks for the ...
  • . Pacheco-Vega A, Sen M, Yang KT, McClain RL. Neu ...
  • . Palau A, Velo E, Puigjaner L. Use of neural ...
  • . Chouai A, Laugier S, Richon D. Modeling of th ...
  • . Sharma R, Singhal D, Ghosh R, Dwivedi A. Potential ...
  • . Bechtler H, Browne MW, Bansal PK, Kecman V. New ...
  • . Sencan A., Soteris A., Kalogirou A. new approach using ...
  • . Sencan A., Kemal A., Yakuta B., Soteris A. Kalogiroub ...
  • . Sencan A., Artificial intelligent methods for th ermodynamic evaluation ...
  • . Kaita Y., Th ermodynamic properties of lithium broma ile-water ...
  • . Sozen A., Arcaklioglu E., oozalp M., Formulation based on ...
  • . Florides G.A., Kalogirou S.A., Tassou S.A. _ Wrobel L.C., ...
  • . Hagan M.T. and Menhaj M., Training feedforward networks with ...
  • . Haykin S., Neural Networks: A Co mprehensive Foundation, Prentice ...
  • کدام مقالات به این منبع استناد نموده اند


    بر اساس سیستم تحلیلی استنادات مقالات، تاکنون برای نگارش ۱ مقاله استفاده شده است.

    علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز:
    تعداد مقالات: ۲۷۷۵۱
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مدیریت اطلاعات پژوهشی

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    شبکه تبلیغات علمی کشور

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.