文献

J-GLOBAL ID：201702242774150678   整理番号：17A1178886

空気シリコーン油流に及ぼす垂直90°ベンドの影響の性能予測のための人工ニューラルネットワーク(ANN)法の応用【Powered by NICT】

Applications of artificial neural network (ANN) method for performance prediction of the effect of a vertical 90° bend on an air-silicone oil flow

著者 (5件)： Ayegba P.O. (Department of Chemical Engineering, Federal University of Technology, Minna, P.M.B. 65 Gidan-Kwano, Minna-Bida Road, Niger State, Nigeria) ,  Abdulkadir M. (Department of Chemical Engineering, Federal University of Technology, Minna, P.M.B. 65 Gidan-Kwano, Minna-Bida Road, Niger State, Nigeria) ,  Hernandez-Perez V. (Department of Mechanical Engineering, National University of Singapore, 21 Lower Kent Ridge Rd, 119077, Singapore) ,  Lowndes I.S. (Process and Environmental Engineering Research Division, Faculty of Engineering, University of Nottingham, University Park, Nottingham, NG7 2RD, United Kingdom) ,  Azzopardi B.J. (Process and Environmental Engineering Research Division, Faculty of Engineering, University of Nottingham, University Park, Nottingham, NG7 2RD, United Kingdom)
資料名： Journal of the Taiwan Institute of Chemical Engineers  (Journal of the Taiwan Institute of Chemical Engineers)
巻： 74  ページ： 59-64  発行年： 2017年 
JST資料番号： W3224A  ISSN： 1876-1070  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 曲げの存在は,気液混合物の流れパターンを変えることができるかについての知識は,多相流システムの設計に重要である,特にバーンアウトとエロージョン腐食を防止する。バーンアウトとエロージョン腐食は熱と物質移動に重大な意味を持っている。本研究の目的は,広範囲の流量に対して空気シリコーン油混合物に及ぼす垂直90°ベンドの影響を予測するために,強力な補間法,人工ニューラルネットワーク(ANN)を訓練することである。訓練,検証,試験および最終予測のための実験データは進歩した計装,ワイヤメッシュセンサ(WMS)と高速度カメラを用いて得た。モデルの性能を,平均二乗誤差(MSE),平均絶対相対誤差(MAE),χ二乗検定(X ~2)および交差相関係数(R)を用いて評価した。平均ボイド率の予測のための性能弁別器X~2は2.57e5であり,MAEボイド率の確率密度関数(PDF)は最良のモデルのための0.0028であった。よく訓練されたANNは,個別に二個の入力パラメータの影響を予測するのに使用される。予測された結果は,曲げシナリオ前に,流れパターンの変化を反映していることを最も効果的な入力パラメータはガス空塔速度であることを示した。一方,曲げ後測定する最も好ましくない出力パラメータは曲げ近くの流れは発生中の一つであるという事実に基づいて平均ボイド率である。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 流量 ,  *ニューラルネットワーク ,  確率密度関数 ,  高速度カメラ ,  バーンアウト ,  *シリコーン油 ,  相関係数 ,  内挿法 ,  混合液体 ,  エロージョン腐食 ,  空隙率 ,  *予測 ,  流れ分布 ,  物質移動 ,  混相流

著者キーワード (6件)： 90°曲げ ,  空気シリコーン油 ,  ボイド率 ,  PDF(確率密度関数) ,  ANN(人工ニューラルネットワーク) ,  モデリング

分類 (1件)： 接合部  (HD03080V)

タイトルに関連する用語 (7件)： シリコーン油 ,  垂直 ,  ベンド ,  性能予測 ,  人工ニューラルネットワーク ,  法 ,  応用