بهینه سازی عددی جریان ثانویه در کانال با مقطع مستطیلی با استفاده از شبکه عصبی GMDH و الگوریتم ژنتیک MUGA
محل انتشار: هشتمین همایش ملی مهندسی مکانیک
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 521
فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد
- 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:
NCOFME08_004
تاریخ نمایه سازی: 25 آذر 1395
چکیده مقاله:
این مقاله با بررسی شبیه سازی عددی جریان سه بعدی دائمی آرام و توسعه یافته سیالغیرقابل تراکم در داخل کانال منحنی الشکل با مقطع مستطیلی و چگونگی شکل گیریجریان ثانویه در داخل خم و عوامل مؤثر بر شدت جریان ثانویه در داخل کانال بهخصوص در قسمت منحنی الشکل، به تحلیل چگونگی بهینه سازی شدت جریان ثانویه درکانال های مورد بررسی پرداخته است. مدل بدست آمده برای جریان ثانویه و افت فشارتوسط دو شبکه عصبی GMDH بدست آمده است. به منظور بهینه سازی عددی جریان ثانویه از الگوریتم ژنتیک MUGA استفاده شده است. به عنوان نتیجه، کانال منحنی الشکل با مقطع مستطیلی، نسبت به سه تابع جریان ثانویه، افت فشار و هزینه بهینه سازیخواهد شد. نمودارهای نقاط پرتو و مقادیر متغیرهای طراحی برای چند نقطه به نمایندگیاز دسته های مختلف جبهه ی پرتو ارائه شده است. همانگونه که انتظار می رود، نتایج نشانخواهد داد که با افزایش سطح مقطع و شعاع انحنا، مقادیر جریان ثانویه و افت فشار کاهشمی یابد؛ اما مقدار تابع هزینه (مساحت) افزایش می یابد. جبه هی نقاط بهینه، برای این سهتابع حالت بینابینی خواهد داشت.
کلیدواژه ها:
جریان ثانویه ، بهینه سازی عددی ، شبکه های عصبی GMDH ، کانال منحنی الشکل ، جریان آرام و درهم ، الگوریتم ژنتیک
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 :