文献

J-GLOBAL ID：202002261228722066   整理番号：20A0745921

人工神経回路網を用いたHITEC溶融塩対流熱伝達性能の予測【JST・京大機械翻訳】

Prediction of the Hitec Molten Salt Convective Heat Transfer Performance Using Artificial Neural Networks

著者 (6件)： ElShafei Ahmed Ibrahim (Smart Engineering Systems Research Center (SESC), Nile University, Giza, Egypt) ,  Sallam Omar Khaled (School of Engineering and Applied Sciences, Nile University, Giza, Egypt) ,  Boraey Mohammed A. (Smart Engineering Systems Research Center (SESC), Nile University, Giza, Egypt) ,  Boraey Mohammed A. (Mechanical Power Engineering Department, Zagazig University, Zagazig, Egypt) ,  Guaily Amr (Smart Engineering Systems Research Center (SESC), Nile University, Giza, Egypt) ,  Guaily Amr (Department of Engineering Math and Physics, Faculty of Engineering, Cairo University, Giza, Egypt)
資料名： Advances in Intelligent Systems and Computing  (Advances in Intelligent Systems and Computing)
巻： 1153  ページ： 646-654  発行年： 2020年 
JST資料番号： W5075A  ISSN： 2194-5357  資料種別： 会議録 (C)
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： HITEC溶融塩は,システム性能を改善し,運転コストを低減するために,集光太陽発電所におけるエネルギー貯蔵媒体として使用される三元共晶混合塩である。従って,Nusselt数で表される熱伝達性能を,一定の一様な側熱流束を持つ異なる入口温度と速度条件の下で数値的に調べた。また,摩擦係数と質量流量を数値的に研究した。40の研究事例によるCFD入力/出力データを,熱-水力場の加速結果予測のための2層ニューラルネットワークの訓練データセットとして用いた。Bayes正規化ニューラルネットワークは,ネットワークの訓練に含まれない試験データセットに対するCFD結果と比較して,熱-水力場の予測に対して満足な一致を示した。Copyright Springer Nature Switzerland AG 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： ネットワーク ,  共晶 ,  *対流熱伝達 ,  太陽光発電 ,  *融解塩 ,  質量流量 ,  正規化 ,  記憶媒体 ,  *熱伝達 ,  *ニューラルネットワーク ,  摩擦係数 ,  熱流束 ,  集光 ,  Nusselt数

著者キーワード (4件)： 人工神経回路網(ANN) ,  HITEC溶融塩 ,  熱伝達 ,  強制対流熱伝達

分類 (2件)： 対流・放射熱伝達  (PA02030K) ,  熱交換器,冷却器  (PA03020G)

タイトルに関連する用語 (4件)： 人工神経回路網 ,  溶融塩 ,  対流熱伝達 ,  予測