تحلیل پارامتری و بهینه سازی سیکل تبرید اجکتوری فوق بحرانی همراه با سیال عامل‌های مختلف به کمک شبکه عصبی مصنوعی و الگوریتم بهینه سازی پرندگان
Authors
Abstract:
در این مقاله، به بررسی پارامتری و بهینه سازی سیکل تبرید اجکتوری همراه با سیال عامل های مختلف پرداخته شده است که قابلیت استفاده در بخشی از فرایند استفاده از انرژی خورشیدی را دارا می‌باشد. مزیت اصلی استفاده از اجکتور در سیکل های تبرید که معمولاً به جای کمپرسور بکار می رود، سادگی در ساخت و نگه داری، اطمینان پذیری بالا و هزینه ی کم می باشد. در این مطالعه، سیکل تبرید اجکتوری فوق بحرانی با استفاده از نرم‌افزار EES مدل خواهد شد و اثرات پارامترهای مختلف مانند دما و فشار اجزا گوناگون سیکل، بر روی ضریب عملکرد و نسبت مکش مورد بررسی قرار می گیرد. در ادامه، ضریب عملکرد سیکل تبرید اجکتوری فوق بحرانی برای 4 سیال عامل مختلف به کمک ترکیب شبکه عصبی مصنوعی و الگوریتم بهینه‌سازی پرندگان بهینه‌سازی خواهد شد.
similar resources
تحلیل ترمودینامیکی و بهینه سازی سیکل جدید تبرید اجکتوری-آبشاری
در این مقاله ابتدا تاثیر افزودن اجکتور بر عملکرد ترمودینامیکی سیکل تبرید آبشاری بررسی گردید. با مدل¬سازی سیکل جدید تبرید اجکتوری-آبشاری در نرم افزار ees معلوم شد که با فرض ظرفیت تبرید مساوی در هر دو سیکل آبشاری ساده و سیکل اجکتوری-آبشاری، افزودن اجکتور و انتخاب مبرد r134a برای واحد دما باعث بهبود ضریب عملکرد و بازده قانون دوم سیکل آبشاری تا حدود 6،5% می¬شود. در ادامه با انتخاب r717، r290، r134a...
full textبهینه سازی مشخصات ابعادی در اتصال مواد مرکب چند لایه به کمک شبکه عصبی مصنوعی و الگوریتم ژنتیک
در این مقاله حالات و بارهای گسیختگی برای اتصالات چندپینی در ورق مواد مرکب الیاف شیشهای اپوکسی تک جهته، با استفاده از روش اجزای محدود و آزمونهای تجربی تحلیل میشوند. به علاوه با استفاده از شبکه عصبی مصنوعی و الگوریتم ژنتیک، الگویی معرفی میشود که در آن پین‌ها در موقعیت بهینه‌شده‌ای قرار گیرند. در اتصالات چند پینی، تغییرات گام نسبت به قطر پین، عرض ورق نسبت به قطر پین و نسبت فاصله از لبه ورق به...
full textمدل سازی و بهینه سازی واحد تولید هیدروژن با شبکه ی عصبی مصنوعی و الگوریتم ژنتیک
هدف اصلی این پژوهش، مدل سازی واحد صنعتی تولید هیدروژن براساس تبدیل متان با بخار آب با کاربرد شبکه ی عصبی مصنوعی است. عامل های دبی فراورده و انرژی مصرفی به عنوان عامل های خروجی مدل در نظر گرفته شد و دو شبکه ی عصبی مجزا برای پیش بینی این دو عامل مدنظر قرارگرفت. نتیجه های مدل سازی با دقت بسیار خوب، خطای متوسط مطلق، خطای متوسط نسبی و خطای احتمالی بین داده های واقعی کارخانه و مدل را به ترتیب برابر ب...
full textبهینه سازی پرتفوی سهام: سودمندی الگوریتم پرندگان و مدل مارکویتز
هدف از مدیریت پرتفوی انتخاب سبد سهام است، سبد سهامی که راهنمایی سرمایه گذاران برای دستیابی به بیشترین بازده می باشد؛ در این پژوهش جهت انتخاب سبد سهام از الگوریتم پرندگان و مدل مارکویتز استفاده شده است و مقایسه ای نیز بین انها صورت پذیرفته است. معرفی یک مدلی جهت انتخاب پرتفوی برای سرمایه گذاران که بتوانند با ارزیابی ان مدل به انتخاب درست سبد پرتفوی اقدام کنند، از اهداف ما در این پژوهش می باشد.از...
full textطراحی شبکه عصبی برای بهینه سازی اندازه سطح مقطع شیرهای درون چاهی با اندازه‌ی ثابت درچاه هوشمند با الگوریتم پرندگان
بهینه سازی تولید نفت از میدان های هیدروکربوری یکی از دغدغه های اصلی مدیریت مخازن نفت است. در این راستا از فناوری چاه هوشمند که در دهه ی اخیر توسعه یافته، استفاده می شود. از جمله چالش‌های مهم این فناوری، تنظیم بهینه شیرهای کنترلی ثابت در طول عمر چاه هوشمند است. به دست آوردن وضعیت بهینه این شیرها با استفاده از نرم‌افزار شبیه ساز مخزن، نیازمند تعداد بسیار زیاد اجرای شبیه‌سازی است که بات...
full textبهینه سازی تعداد تجهیزات شعب بانک به کمک شبیه سازی و الگوریتم تبرید
از مهم ترین اهداف پیش روی بانک ها می توان به مشتری مداری از راه کاهش مدت زمان انتظار مشتریان در شعب اشاره کرد. یکی از راه حل های ممکن برای این مشکل، به کارگیری ترکیب مناسبی از تعداد تجهیزات و امکانات است که به کارگیری بیش از نیاز در این خصوص منجر به هزینه اضافی برای بانک می شود. این مقاله با مدلسازی ریاضی، به کارگیری ابزارهای فراابتکاری و شبیه سازی به دنبال تعیین ترکیب بهینه تعداد تجهیزات و امک...
full textMy Resources
Journal title
volume 15 issue 50
pages 121- 133
publication date 2017-09-23
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