استفاده از شبکه‌های عصبی مصنوعی برای شناسایی خواص ترمودینامیکی محلول لیتیوم برماید-آب

Authors

  • سیّدمحمّدابراهیم درخشانی مربی، دانشکده مهندسی مکانیک، موسسه غیر انتفاعی غیردولتی راغب اصفهانی،
  • سیّدمصطفی حسینعلی‌پور نویسنده مسئول و دانشیار، دانشکده مهندسی مکانیک، دانشگاه علم و صنعت ایران،
  • محمّدمهدی عارفی دانشجوی دکتری، دانشکده مهندسی برق، دانشگاه علم و صنعت ایران،
Abstract:

در این مقاله از شبکه­های عصبی برای شناسایی خواص ترمودینامیکی محلول لیتیوم برماید-آب که یکی از پرکاربردترین محلول‌ها در شبیه‌سازی‌های ترمودینامیکی می‌باشد، استفاده شده است. برای آموزش شبکه عصبی از داده‌های شبیه‌سازی شده ناشی از تحلیل ترمودینامیکی استفاده شده است. به جای استفاده از معادلات پیچیده دیفرانسیلی و داده‌های تجربی محدود، استفاده از مدل شبکه‌ عصبی استخراج شده پاسخ‌های سریع‌تر و ساده‌تری را در اختیار قرار می‌دهد. با استفاده از شبکه­های عصبی، خواص محلول لیتیوم برماید-آب به صورت روابط ریاضی استخراج گردید. نتایج شبیه­سازی دقت بسیار زیاد شبکه­های عصبی را در شناسایی خواص ترمودینامیکی محلول لیتیوم برماید-آب نشان می­دهند.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

استفاده از شبکه های عصبی مصنوعی برای شناسایی خواص ترمودینامیکی محلول لیتیوم برماید-آب

در این مقاله از شبکه­های عصبی برای شناسایی خواص ترمودینامیکی محلول لیتیوم برماید-آب که یکی از پرکاربردترین محلول ها در شبیه سازی های ترمودینامیکی می باشد، استفاده شده است. برای آموزش شبکه عصبی از داده های شبیه سازی شده ناشی از تحلیل ترمودینامیکی استفاده شده است. به جای استفاده از معادلات پیچیده دیفرانسیلی و داده های تجربی محدود، استفاده از مدل شبکه عصبی استخراج شده پاسخ های سریع تر و ساده تری ر...

full text

استفاده از شبکه¬های عصبی مصنوعی برای شناسایی خواص ترمودینامیکی محلول لیتیوم برماید-آب

در این مقاله از شبکه­های عصبی برای شناسایی خواص ترمودینامیکی محلول لیتیوم برماید-آب که یکی از پرکاربردترین محلول ها در شبیه سازی های ترمودینامیکی می باشد، استفاده شده است. برای آموزش شبکه عصبی از داده های شبیه سازی شده ناشی از تحلیل ترمودینامیکی استفاده شده است. به جای استفاده از معادلات پیچیده دیفرانسیلی و داده های تجربی محدود، استفاده از مدل شبکه عصبی استخراج شده پاسخ های سریع تر و ساده تری ر...

full text

شناسایی مدل دینامیکی هواپیما با استفاده از شبکه‌های عصبی مصنوعی

در این مقاله‌، روشی جهت شناسایی مدل دینامیکی هواپیما در حالت 6 درجه آزادی‌، با استفاده از شبکه‌ی عصبی ارائه می‌شود‌. برای مدلسازی با شبکه‌های عصبی‌، آگاهی قبلی نسبت به ویژگی‌های سیستم چندان مورد نیاز نیست و می‌توان با بکارگیری مجموعه‌ای از ورودی‌ها و خروجی‌های ثبت شده‌ی سیستم‌، عملیات شناسایی را انجام داد‌. لذا این شیوه برای هواپیما که تعیین مقادیر دقیق جرم‌، ممانهای اینرسی‌، مشتقات پایداری و ک...

full text

تخمین هدایت هیدرولیکی اشباع در برخی از خاکهای استان ایلام با استفاده از شبکههای عصبی مصنوعی و روشهای رگرسیونی

هدایت هیدرولیکی اشباع ) Ks ( یکی از ورودیهای مهم در مدلسازی جریان آب و انتقال آلایندهها در خاک، طراحی سیستمهای آبیاری و زهکشی، مدلسازی آبهایزیرزمینی و فرایندهای زیستمحیطی است. اندازهگیری مستقیم Ks در مزرعه و آزمایشگاه میسّر میباشد؛ لیکن، معمولاً زمانبر، پرهزینه و دشوار بوده و در سطوحبزرگ نیز غیرعملی است. افزون بر این، بهدلیل غیرهمگن بودن خاک و خطاهای آزمایشگاهی، تا حدودی این اندازهگیریها غیرقابل ...

full text

بررسی عملکرد سیستم تبرید جذبی تک اثره لیتیوم برماید–آب متصل به گرد‌آورنده فتوولتائیک حرارتی

در پژوهش حاضر به بررسی عملکرد سیستم تبرید جذبی تک اثره لیتیوم برماید-آب متصل به گردآورنده‌های فتوولتائیک حرارتی پرداخته شده است. اجزاء اصلی سیستم شامل ژنراتور گرما، اواپراتور، کندانسور، جذب کننده، مبدل حرارتی، پمپ، شیرهای انبساط و گردآورنده‌های PV/T می‌باشد. معادلات حاکم بر مسئله توسط نوشتن بقای جرم، غلظت و قانون اول ترمودینامیک برای اجزاء سیستم به دست آمده است و به صورت عددی حل شده است. اعتبار...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 42  issue 2

pages  37- 45

publication date 2010-09-23

By following a journal you will be notified via email when a new issue of this journal is published.

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023