بهینه سازی چند هدفه خواص ترموفیزیکی نانوسیالات مبتنی بر نانولوله های کربنی چند جداره به کمک شبکه عصبی
محل انتشار: ششمین کنفرانس بین المللی پژوهش های نوین در مهندسی برق، کامپیوتر، مکانیک و مکاترونیک در ایران و جهان اسلام
سال انتشار: 1402
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 87
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICECM06_003
تاریخ نمایه سازی: 10 مرداد 1402
چکیده مقاله:
تعیین تجربی خواص ترموفیزیکی نانوسیال (NF) زمانبر و پرهزینه است که منجر به استفاده از روشهای محاسباتی نرم مانندروش شناشی سطح پاسخ (RSM) و شبکه عصبی مصنوعی (ANN) برای تخمین این خواص میشود. مطالعه حاضر ارائه روشی به منظور بهبود دقت تخمین به منظور مدلسازی و بهینه سازی هدایت حرارتی و ویسکوزیته NF است که شامل نانو لوله های کربنی چند جداره (MWCNT) و روغن حرارتی است. مدلسازی برای پیشبینی هدایت حرارتی و ویسکوزیته NF با استفاده از روش شناسی سطح پاسخ (RSM) و شبکه عصبی مصنوعی (ANN) انجام میشود. هر دو مدل مورد آزمایش و تایید قرار گرفتند که نتایج امیدوارکننده ای را نشان داد. به منظور بهینه سازی روش شبکه عصبی مصنوعی از بهینه سازی بیزین استفاده شده تا بتواند هایپرپارامترهای شبکه را بهینه کند چرا که به میزان زیادی در دقت نهایی تاثیر گذار است. نتایج نشان می دهند که به کمک شبکهبهینه شده با بیزین دقت تخمین در مقایسه با روش های مشابه بهبود می یابد.
کلیدواژه ها:
نویسندگان
المیرا چراغی
کارشناس ارشد الکترونیک،دانشگاه آزاد اسلامی، واحد قزوین ایران
سیدسعید حاجی نصیری
استادیار گروه برق،دانشگاه آزاد اسلامی، واحد قزوین ایران