پیش بینی تغییرات حرارتی مخزن ذخیره کننده سیال یک خشککن خورشیدی با استفاده از شبکه عصبی مصنوعی و روش دینامیک سیالات محاسباتی
نویسندگان
1 استادیار گروه مهندسی بیوسیستم، دانشکده کشاورزی، دانشگاه کردستان، سنندج، ایران
2 دانشجوی کارشناسی ارشد، گروه مهندسی بیوسیستم، دانشکده کشاورزی، دانشگاه کردستان، سنندج، ایران
doi
10.22059/ijbse.2020.293706.665249چکیده
در این تحقیق برای افزایش عملکرد جمع کننده خورشیدی سهموی از مواد تغییرفاز دهنده PCM درون مخزن ذخیره کننده سیال استفاده شد. تاثیر میزان جریان سیال در سه سطح 1، 5/2 و 5 لیتر بر دقیقه و جرم PCM در دو سطح 5/1 و 2/3 کیلوگرم بر دمای خروجی، بازده جمع کننده و بازده مخزن با استفاده روش آزمایشگاهی و CFD و ANN ارزیابی و با هم مقایسه شد. میزان بازده خشک کردن از 11/21 تا 20/25 درصد و جمع کننده از 9/62 تا 03/64 تغییر نمود. میزان خطای به دست آمده از بازده جمع کننده از روش CFD و ANN به ترتیب از 31/5 تا 4/7 درصد و 22/1 تا 84/3 درصد متغیر بود. با توجه به دادههای آماری و مدت زمان صرف شده مشخص شد که روش ANN نسبت به روش CFD با دقت بیشتر و زمان صرف شده کمتر میتواند برای پیشبینی رفتار حرارتی سامانه استفاده شود.