文献

J-GLOBAL ID：201702255180029938   整理番号：17A1619848

人工ニューラルネットワーク(ANN)および適応ニューロファジィ推論システム(ANFIS)により導かれる水/エチレングリコール基グラフェン(窒素ドープグラフェン)ナノ流体の包括的熱伝達相関

Comprehensive heat transfer correlation for water/ethylene glycol-based graphene (nitrogen-doped graphene) nanofluids derived by artificial neural network (ANN) and adaptive neuro-fuzzy inference system (ANFIS)

著者 (5件)： SAVARI Maryam (Univ. Malaya, Kuala Lumpur, MYS) ,  MOGHADDAM Amin Hedayati (Islamic Azad Univ., Tehran, IRN) ,  AMIRI Ahmad (Univ. Malaya, Kuala Lumpur, MYS) ,  SHANBEDI Mehdi (Ferdowsi Univ. Mashhad, Mashhad, IRN) ,  AYUB Mohamad Nizam Bin (Univ. Malaya, Kuala Lumpur, MYS)
資料名： Heat and Mass Transfer  (Heat and Mass Transfer)
巻： 53  号： 10  ページ： 3073-3083  発行年： 2017年10月 
JST資料番号： A0920A  ISSN： 0947-7411  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 熱交換器の流体熱伝導率を向上させる革新的方法は,作動液中にナノ粒子を懸濁させることである。本研究では,自動車ラジエータの熱伝達と,流れ特性に及ぼすナノ粒子懸濁の重要パラメータの効果のモデリングのために,人工ニューラルネットワーク(ANN)と,適応ニユーロファジィ推論システム(ANFIS)が採用された。この目的のため,2種類の新型ナノ流体,すなわち水/エチレングリコール基グラフェンナノ流体(EGNP-WE)と,クランプル窒素ドープグラフェンナノ流体(CNDG-WE)が,合成された。実験は,貯蔵タンクからの液体を,フィードタンクを介して,ポンプで空冷自動車用ラジエータに送り,貯蔵タンクに戻す,循環配管試験装置を使用した。Nusselt数が,入力の設計変量として定義され,入口温度,Re数,Prandtl数,および濃度に関してモデル化された。これらのデータが,モデリングを実現するために,トレインと試験部に分割された。予測結果は,妥当性評価のため,実験データと比較された。1個の隠れ相と5個のニューロンを含む,後方伝播ニューラルネットワーク(BPNN)による,提案モデリング手順が有効で,それは全てのEGNP-WEに拡張できることが示された。最後に,モデルからのデータ収集が拡張され,グラフェンまたは窒素ドープグラッフェンを含む,EGNP-WEの計算のための,基本的相関が提示された。

シソーラス用語： *ニューラルネットワーク ,  *ファジィニューラルネットワーク ,  *グラフェン ,  流体 ,  熱伝達 ,  Nusselt数 ,  Prandtl数 ,  人工知能システム ,  ドーピング ,  ナノ粒子 ,  脂肪族アルコール ,  ジオール
準シソーラス用語： ANFIS ,  ナノ流体 ,  窒素ドープ

分類 (1件)： 熱交換器,冷却器  (PA03020G)

物質索引 (1件)： エチレングリコール

タイトルに関連する用語 (12件)： 人工ニューラルネットワーク ,  適応 ,  ニューロファジィ ,  推論 ,  ANFIS ,  水 ,  エチレングリコール ,  グラフェン ,  窒素ドープ ,  ナノ流体 ,  熱伝達 ,  相関