文献

J-GLOBAL ID：202002274994179021   整理番号：20A0646589

人工神経回路網と遺伝的アルゴリズムを用いた小型回転ヒートパイプの熱性能研究【JST・京大機械翻訳】

Thermal performance investigation of the miniature revolving heat pipes using artificial neural networks and genetic algorithms

著者 (4件)： Liang Feng (State Key Laboratory for Manufacturing Systems Engineering, Xi’an Jiaotong University, Xi’an 710054, China) ,  Gao Jianmin (State Key Laboratory for Manufacturing Systems Engineering, Xi’an Jiaotong University, Xi’an 710054, China) ,  Xu Liang (State Key Laboratory for Manufacturing Systems Engineering, Xi’an Jiaotong University, Xi’an 710054, China) ,  Xu Liang (Guangdong Xi’an Jiaotong University Academy, Foshan 528300, Guangdong, China)
資料名： International Journal of Heat and Mass Transfer  (International Journal of Heat and Mass Transfer)
巻： 151  ページ： Null  発行年： 2020年 
JST資料番号： C0390A  ISSN： 0017-9310  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 小型回転ヒートパイプ(MRVHP)は回転機械の冷却構造設計のための有望な候補であるが,MRVHPの熱性能とそれらの熱物理的性質の間の関係はまだ存在しない。したがって,MRVHPは最初に様々な運転条件でテストされる。次に,実験データ,Ku,Ja,Pr,BoおよびFrに基づいてべき乗則経験的相関を開発した。一方,MRVHPs D_i/R,L_e/L_c,L_e/L_effおよび充填比φの構造パラメータを考慮した。しかし,予測精度は十分ではない。ANNsを考慮することは,様々な応用で広く使われており,システムモデリングと同定において特に信頼できることが実証されているので,GAによってパラメータ化されたBPNNモデルがMRVHPの熱性能予測のために開発されている。実験データを訓練データセットとテストデータセットに分割した。JA,Pr,Bo,Frおよびφは入力と見なされるが,Kuは出力である。結果は,確立したGA-BPNNモデルがMRVHPの熱性能を非常に良い精度で予測できることを示した。半経験的相関の予測結果と比較して,相関係数(R2)の二乗は13.265%増加した。一方,特定の作業条件下でのMRVHPの最適充填比の評価法を開発し,許容できる精度を得た。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： フランシウム ,  構造パラメータ ,  相関係数 ,  *ヒートパイプ ,  *熱特性 ,  回転機械 ,  *ニューラルネットワーク ,  パラメタリゼーション ,  *遺伝的アルゴリズム
準シソーラス用語： 試験データ ,  訓練データ ,  予測精度 ,  べき乗則 ,  運転条件 ,  熱物性 , 【Automatic Indexing@JST】

著者キーワード (6件)： 小型回転ヒートパイプ ,  熱性能予測 ,  人工神経回路網 ,  逆伝搬アルゴリズム ,  遺伝的アルゴリズム ,  最適充填率推定

分類 (1件)： 熱交換器,冷却器  (PA03020G)

タイトルに関連する用語 (5件)： 人工神経回路網 ,  遺伝的アルゴリズム ,  ヒートパイプ ,  熱性能 ,  研究