文献

J-GLOBAL ID：202002222510267244   整理番号：20A2460904

家庭用冷蔵庫システムにおけるR600aによるグラフェンナノ潤滑剤の性能のデータセットとANNモデル予測【JST・京大機械翻訳】

Dataset and ANN model prediction of performance of graphene nanolubricant with R600a in domestic refrigerator system

著者 (5件)： Babarinde T.O. (Department of Mechanical Engineering Science, University of Johannesburg, Johannesburg, South Africa) ,  Akinlabi S.A. (Department of Mechanical Engineering, Walter Sisulu University, South Africa) ,  Madyira D.M. (Department of Mechanical Engineering Science, University of Johannesburg, Johannesburg, South Africa) ,  Ekundayo F.M. (Department of Industrial Engineering, Wayne State University, United States of America) ,  Adedeji P.A. (Department of Mechanical Engineering Science, University of Johannesburg, Johannesburg, South Africa)
資料名： Data in Brief  (Data in Brief)
巻： 32  ページ： Null  発行年： 2020年 
JST資料番号： W3049A  ISSN： 2352-3409  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： 本研究では,ベース潤滑剤とグラフェンナノ潤滑剤におけるR600aの定常状態性能を評価した。必要な測定機器とその不確実性を提供し,グラフェンナノ潤滑剤濃度の調製のためのステップ法と手順による段階と,家庭用冷蔵庫システムにおけるベース潤滑剤との置換について述べた。システム構成要素の入口と出口でシステム温度データを取得した。また,圧縮機入口と出口で圧力データを記録した。データは27°Cの周囲温度で30分間隔で3時間記録した。実験データセット,人工ニューラルネットワーク(ANN)訓練および試験データセットを提供した。家庭用冷蔵庫におけるグラフェンナノ潤滑剤の性能を予測するANNモデルの人工知能アプローチを説明した。また,二乗平均平方根誤差(RMSE)および平均絶対偏差(MAD),平均絶対百分率誤差(MAPE)および決定係数(R2)のようなANNモデル予測統計的性能指標も提供した。このデータは,冷蔵庫システムにおけるベース潤滑剤とナノ潤滑剤を置き換えるために,冷凍およびエネルギー効率材料の分野における研究者にとって有用である。データは,蒸気圧縮エネルギーシステムのシミュレーションとモデリングのために再利用できる。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *潤滑剤 ,  不確実性 ,  圧縮機 ,  *冷蔵庫 ,  電力消費 ,  ニューラルネットワーク ,  人工知能 ,  再利用 ,  エネルギー効率
準シソーラス用語： システム構成 ,  決定係数 ,  定常状態 ,  周囲温度 ,  家庭用冷蔵庫 ,  *モデル予測 , 【Automatic Indexing@JST】

著者キーワード (8件)： グラフェンナノ潤滑剤 ,  R600a ,  電力消費 ,  冷却能力 ,  COP ,  実験データ ,  ANNトレーニングデータ ,  ANN試験データ

分類 (3件)： 家庭電器  (NA06000D) ,  冷凍装置  (PD03000T) ,  送風機,圧縮機,風車  (QD03000U)

タイトルに関連する用語 (4件)： 家庭用冷蔵庫 ,  潤滑剤 ,  データセット ,  モデル予測