مدل سازی و طراحی بهینه انتقال حرارت روی دسته لوله های با مقطع بیضی با استفاده از الگوریتم ژنتیک و بهینه سازی چند هدفی
محل انتشار: پانزدهمین کنفرانس سالانه مهندسی مکانیک
سال انتشار: 1386
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,830
فایل این مقاله در 6 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:
ISME15_039
تاریخ نمایه سازی: 8 فروردین 1386
چکیده مقاله:
از آنجا که آرایش بسیاری از مبدل های حرارتی شامل چندین ردیف لوله است، مشخصه های انتقال حرارت برای مجموعه لوله ها از نظر عملی جالب است. در این مقاله از الگوریتم ژنتیک و بهینه سازی چند هدفی برای طارحی بهینه دسته لوله های با مقطهع بیضی استفاده شده است. مشخص است که افزایش اختلاف دما بین جریان ورودی و خروجی در دسته لوله ها با افت فشار همراه است. بنابراین هدف یافتن بهترین هندسه برای این دسته لوله ها جهت افزایش انتقال حرارت و در آن واحد محدود کردن افت فشار می باشد. برای این کار ابتدا حالت های مختلف این سیستم به کمک دینامیک سیالات محاسباتی CFD شبیه سازی می شود. سپس با استفاده از مدل سازی به کمک شبکه های عصبی GMDH فرامدلی از این سیستم به دست می آید و مقایسه ای بین نتایج مدل به دست آمده و داد ه های حاصل از شبیه سازی انجام می گیرد. مشاهده می شود که شبکه های عصبی GMDH می تواند داده های ازمایشی را که در به دست آوردن مدل استفاده نشده اند، به خوبی مدل کرده و رفتار آنها را پیش بینی نمایند. حال مدل های به دست امده در این قسمت می توانند برای بهینه سازی چند هدفی مورد استفاده قرار گیرند. بنابراین با استفاده از این فرامدل و الگوریتم ژنتیک و بهینه سازی چند هدفی جبهه پرتو بدست امده و در نهایت ابعاد قابل قبول و بهینه ای جهت طراحی پیشنهاد می گردد.
کلیدواژه ها:
نویسندگان
نیما امانی فرد
استادیار - دانشگاه گیلان، دانشکده مهندسی مکانیک
نادر نریمان زاده
دانشیار - دانشگاه گیلان، دانشکده مهندسی مکانیک
امیر حاجیلو
کارشناس ارشد - دانشگاه گیلان، دانشکده مهندسی مکانیک
نینا توحیدی
کارشناس، دانشگاه گیلان، دانشکده مهندسی مکانیک
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 :