مقایسه شبکه عصبی پرسپترون و تابع پایه شعاعی در مدلسازی مبدل حرارتی با کانال مارپیچ مستطیلی
نویسندگان
1 دانشکده مهندسی، دانشگاه کردستان، سنندج، ایران،
doi
10.22060/mej.2024.22833.7684چکیده
در این تحقیق از شبیهسازی دینامیک سیالات محاسباتی برای بررسی تاثیر پارامترهای هندسی کانالهای مارپیچ مستطیلی بر ضریب انتقال حرارت استفاده شد. دو مدل شبکه عصبی مصنوعی پرسپترون و تابع پایه شعایی برای مدلسازی انتقال حرارت در کانالهای مارپیچ مستطیلی استفاده شد. ورودیهای مدلها شامل عدد رینولدز و پارامترهای هندسی کانال و خروجی آنها عدد ناسلت درنظر گرفته شد. 135 داده توسط شبیهسازی دینامیک سیالات محاسباتی ایجاد و پس از تایید اعتبار برای آموزش و ارزیابی مدلهای شبکه عصبی استفاده شد. نتایج حاصل از تحقیق نشان داد که دقت شبکه عصبی پرسپترون کمی بالاتر از تابع پایه شعایی بود و در کل دو مدل قابلقبول بودند. با توجه به دقت قابلقبول این دو مدل، آنها را میتوان بهخوبی در تحقیقات آینده و برنامههای کاربردی استفاده کرد. نوآوری اصلی در مقایسه دو روش مختلف برای مدلسازی مبدل حرارتی با کانال مارپیچ مستطیلی و ارائه نتایج برای هر دو روش است. این پژوهش نشان میدهد که استفاده از شبکه عصبی پرسپترون و تابع پایه شعاعی میتواند در بهبود عملکرد و بهرهوری مبدل حرارتی موثر باشد. این تحقیق میتواند به عنوان راهنمایی برای انتخاب روش مناسب برای مدلسازی مبدلهای حرارتی مورد استفاده قرار گیرد و به بهبود فناوریهای مرتبط با این حوزه کمک کند.
