CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

Nusselt Number Estimation along a Wavy Wall in an Inclined Lid-driven Cavity using Adaptive Neuro-Fuzzy Inference System (ANFIS)

اعتبار موردنیاز : ۱ | تعداد صفحات: ۱۰ | تعداد نمایش خلاصه: ۳۹۰ | نظرات: ۰
سرفصل ارائه مقاله: Basics
سال انتشار: ۱۳۹۲
کد COI مقاله: JR_IJE-26-4_011
زبان مقاله: انگلیسی
حجم فایل: ۲۸۲.۶۴ کیلوبایت (فایل این مقاله در ۱۰ 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.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۱۰ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳,۰۰۰ تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله Nusselt Number Estimation along a Wavy Wall in an Inclined Lid-driven Cavity using Adaptive Neuro-Fuzzy Inference System (ANFIS)

  p Pashaie - Department of Mechanical Engineering, Babol University of Technology, P.O. Box: 484, Babol, Iran
  m Jafari - Department of Mechanical Engineering, Babol University of Technology, P.O. Box: 484, Babol, Iran
  h Baseri - Department of Mechanical Engineering, Babol University of Technology, P.O. Box: 484, Babol, Iran
  m Farhadi - Department of Mechanical Engineering, Babol University of Technology, P.O. Box: 484, Babol, Iran

چکیده مقاله:

In this study, an adaptive neuro-fuzzy inference system (ANFIS) was developed to determine the Nusselt number (Nu) along a wavy wall in a lid-driven cavity under mixed convection regime. Firstly,the main data set of input/output vectors for training, checking and testing of the ANFIS was preparedbased on the numerical results of the lattice Boltzmann method (LBM). Then, the ANFIS was developed and validated using the randomly selected data series for network testing. The appliedANFIS model has four inputs including Reynolds number (Re), Richardson number (Ri), wavy wallamplitude (A) and inclination angle (θ). Nusselt number (Nu) was the unique output of the ANFIS model. To select the best ANFIS model, the average errors of various architectures for three differentdata series of training, checking and testing of the main data set are calculated. Results indicated thatthe developed ANFIS has acceptable performance to predict the Nu number for the cited convection problem. This method can reduce computing time and cost considering acceptable accuracy of results

کلیدواژه‌ها:

ANFIS,Lattice Boltzmann Method (LBM),Mixed Convection,Nusselt Number,

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-JR_IJE-JR_IJE-26-4_011.html
کد COI مقاله: JR_IJE-26-4_011

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:
Pashaie, p; m Jafari; h Baseri & m Farhadi, ۱۳۹۲, Nusselt Number Estimation along a Wavy Wall in an Inclined Lid-driven Cavity using Adaptive Neuro-Fuzzy Inference System (ANFIS), International Journal of Engineering (IJE) 26 (4), https://www.civilica.com/Paper-JR_IJE-JR_IJE-26-4_011.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: (Pashaie, p; m Jafari; h Baseri & m Farhadi, ۱۳۹۲)
برای بار دوم به بعد: (Pashaie; Jafari; Baseri & Farhadi, ۱۳۹۲)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: دانشگاه دولتی
تعداد مقالات: ۵۲۳۸
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 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.