به کارگیری شبکه نوروفازی جهت بهینه‌سازی حلقه‌های انبساط خط لوله بخار در صنایع فرآیندی

نویسندگان

1 دانشگاه آزاد اسلامی واحد اهواز

2 دانشگاه آزاد اسلامی واحد اهواز

doi
10.48311/mme.25.1.23
چکیده

در این پژوهش، بهینه‌سازی حلقه‌های انبساط در خطوط لوله بخار با بهره‌گیری از شبکه نوروفازی بررسی شده است. تحلیل تنش بر اساس استاندارد ASME B31.3 و با استفاده از نرم‌افزار CAESAR II انجام شده است. همچنین، شبکه نوروفازی در نرم‌افزار MATLAB ایجاد و بهینه‌سازی گردیده است. نتایج نشان می‌دهد که شبکه نوروفازی نسبت به روش‌های سنتی و شبکه عصبی پرسپترون (Perceptron) عملکرد بهتری داشته و ترکیب آن با الگوریتم کلونی زنبور عسل (Bee Colony Algorithm) منجر به یافتن حلقه بهینه‌ای شده است که کاهش طول خط لوله و به حداقل رسیدن تنش‌های استاتیکی و حرارتی را در پی دارد. حلقه بهینه شبکه پرسپترون باعث افزایش طول حلقه به میزان ۲۰ سانتی‌متر (۱۴/۱ درصد) و کاهش مجموع تنش‌های معیار به میزان 6/۱4 درصد شد. در حالی که حلقه بهینه شبکه نوروفازی موجب کاهش طول حلقه به میزان ۱۲۰ سانتی‌متر (۷۸/۶ درصد) و کاهش مجموع تنش‌های معیار به میزان ۵/۹ درصد گردید. یافته‌های این پژوهش نشان می‌دهد که استفاده از روش‌های هوش مصنوعی در طراحی حلقه‌های انبساط، موجب کاهش تنش‌های حرارتی و افزایش کارایی طراحی می‌شود