پیش بینی عملکرد کلکتور خورشیدی صفحه تخت به کمک شبکه عصبی مصنوعی

پایان نامه
چکیده

چکیده: با توجه به افزایش قیمت انرژی متعارف و اثرات زیست محیطی مانند آلودگی هوا و تخلیه لایه اوزون و اثرات گلخانه ای، انرژی خورشیدی به طور جدی برای جلب رضایت بخشی از تقاضای انرژی در نظر گرفته شده است. از آنجایی که پتانسیل انرژی خورشیدی در ایران بالاست به این منظور از نوعی مبدل های حرارتی که کلکتورهای انرژی خورشیدی هستند، بهره می برند که این کلکتورها انرژی تابشی خورشید را به انرژی داخلی متوسط برای نقل و انتقال تبدیل می کنند. در این تحقیق با بررسی پارامترهای مختلف کلکتور خورشیدی عملکرد این سیستم توسط شبکه عصبی مصنوعی پیش بینی می گردد. در این تحقیق ابتدا یک مدل سازی ریاضی برای پیش بینی عملکرد کلکتور خورشیدی صفحه تخت که شامل پارامتر های هندسی و شرایط کاری آن می باشد ارائه شد. سپس با استفاده از داده های مدل ریاضی، مدل شبکه عصبی مصنوعی برای پیش بینی عملکرد کلکتور خورشیدی صفحه تخت ارائه گردید. در ایجاد مدل شبکه عصبی، فاصله پوشش اول از پوشش دوم، فاصله پوشش دوم از صفحه جاذب و دبی جرمی سیال به عنوان ورودی های شبکه و بازده ترمودینامیکی به عنوان خروجی شبکه، در نظر گرفته شدند. یک مدل کلی برای پیش بینی عملکرد کلکتور خورشیدی طراحی گردید. با تغییر توابع انتقال، تعداد لایه ها و تعداد گره-های لایه پنهان و عوامل موثر در تغییر وزن ها به صورت سعی و خطا، مناسب ترین مدل شبکه عصبی برای مسئله مورد نظر بدست آمد. در نتیجه با توجه به میانگین مربعات خطا در هر بار آموزش شبکه، شبکه عصبی با 10 نرون در لایه پنهان به عنوان مطلوب ترین شبکه شناخته شد. ضریب همبستگی برای پیش بینی بازده حرارتی کلکتور، 9692/0 به دست آمد. همچنین شبکه عصبی با میزان خطای قابل قبولی به خوبی عملکرد کلکتور را پیش بینی می کند.

منابع مشابه

پیش بینی دبی بهینه کلکتور صفحه تخت خورشیدی با رویکرد استفاده از هوش مصنوعی

امروزه به دلیل هزینه بالای حامل های انرژی، نیاز روز افزون به انرژی های نو برای جایگزینی سوخت های فسیلی احساس می شود. ارزان ترین و در دسترس ترین نوع این انرژی ها، انرژی خورشیدی است. در میان کاربرد های مختلف انرژی خورشیدی، تولید آبگرم مصرفی ساختمان ها، یکی از اقتصادی ترین روش های استفاده از انرژی خورشیدی محسوب می شود. از آنجا که تغییر تابش در طول روز یکی از پارامتر های غیرقابل کنترل است، باید ترت...

15 صفحه اول

مدل‌سازی عددی افزایش بازده حرارتی نانوسیال در کلکتور خورشیدی صفحه تخت مجهز به نوار پیچشی

هدف از این مطالعه افزایش عملکرد حرارتی کلکتور خورشیدی صفحه تخت با قرار دادن نوار پیچشی در داخل لوله آن و استفاده از نانوسیال آب آلومینیوم-اکسید است. استفاده از نوار پیچشی سطح برخورد سیال با دیواره را افزایش می‌دهد و باعث ایجاد جریان چرخشی می‌شود. در این بررسی عددی حاضر، نوار پیچشی با ابعاد مختلف، به همراه نانو سیال آب آلومینیوم-اکسید، تحت تاثیر یک شار حرارتی ثابت و در بازه عدد رینولدز 4000 تا 2...

متن کامل

آنالیز ترمودینامیکی شبیه‌ساز کلکتور خورشیدی صفحه تخت و بهینه‌سازی متغیرهای فرآیند

در تحقیق حاضر تحلیل انرژی و اکسرژی شبیه‌ساز کلکتور خورشیدی صفحه تخت مجهز به ناهمواری Inclined Broken Rib بر اساس داده‌های تجربی در یک مدار باز و همچنین بهینه‌سازی شرایط کارکرد سامانه صورت گرفته است. آزمایش‌ها در نه سطح دبی جرمی (kg/s 03/0، 04/0، 05/0، 06/0، 07/0، 08/0، 09/0، 10/0 و 11/0)، پنج سطح شار حرارتی (W/m^21000، 1100، 1200، 1300 و 1400) و سه سطح دمای هوای محیط (°C 20، 25 و 30) انجام شد. ...

متن کامل

کاربرد شبکه های عصبی مصنوعی در پیش بینی بارش زمستانه

پیش‌بینی بارش یکی از مهم‌ترین مسائل در زمینه مدیریت بهینه منابع آب در بخش‌های مختلف نظیر صنعت، شرب و کشاورزی است. پیش بینی بارش می تواند باعث جلوگیری از تلفات و خسارات ناشی از بلایای طبیعی شود. هدف از تحقیق حاضر پیش‌بینی بارش زمستانه استان خراسان رضوی با استفاده از شبکه‌های عصبی مصنوعی می‌باشد. بدین منظور، ابتدا سری زمانی بارش متوسط منطقه‌ای به روش کریجینگ در طول دوره آماری به دست آورده شد. سپس...

متن کامل

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید

ذخیره در منابع من قبلا به منابع من ذحیره شده

{@ msg_add @}


نوع سند: پایان نامه

وزارت علوم، تحقیقات و فناوری - دانشگاه محقق اردبیلی - دانشکده کشاورزی و منابع طبیعی

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023