文献

J-GLOBAL ID：202102210651728384   整理番号：21A2024442

ディーゼルエンジン廃熱回収のための逆伝搬ニューラルネットワークを用いた有機Rankineサイクルの性能予測と最適化【JST・京大機械翻訳】

Performance Prediction and Optimization of an Organic Rankine Cycle Using Back Propagation Neural Network for Diesel Engine Waste Heat Recovery

著者 (3件)： Yang Fubin (College of Environmental andEnergy Engineering,Beijing University of Technology,Pingleyuan No.100,Beijing 100124, Chinae-mail: [e-mail]) ,  Cho Heejin ,  Zhang Hongguang
資料名： Journal of Energy Resources Technology  (Journal of Energy Resources Technology)
巻： 141  号： 6  ページ： Null  発行年： 2019年 
JST資料番号： A0797B  ISSN： 0195-0738  CODEN： JERTD2  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文では,ディーゼルエンジン廃熱回収のための逆伝搬ニューラルネットワーク(BPNN)を用いて,有機Rankineサイクル(ORC)の性能を予測し最適化するための方法論を提示した。ディーゼルエンジンによるORCの試験台を確立して,実験データを集めた。収集したデータを用いて,性能予測と最適化のためのBPNNモデルを訓練し,試験した。異なる隠れ層を評価した後,ORCシステムのBPNNモデルを平均二乗誤差(MSE)と相関係数を考慮して決定した。ORCシステムの出力と蒸発器の出口での排気温度に対する主要な運転パラメータの影響を,提案モデルを用いて評価し,さらに議論した。最後に,提案したBPNNモデルに基づいて,蒸発器の出口で出力を最大化し,排気温度を最小化するためにORCシステムの多目的最適化を行った。結果は,提案したBPNNモデルが高い予測精度を持ち,電力出力の最大相対誤差が5%未満であることを示した。また,操作を提案モデルに基づいて最適化すると,ORCシステムの出力は実験結果よりも高いことを示した。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *最適化 ,  電力 ,  *ディーゼル機関 ,  蒸発器 ,  相関係数 ,  廃熱回収
準シソーラス用語： *ORC【熱機関】 ,  多目的最適化 ,  平均二乗誤差 ,  *性能予測 ,  予測精度 ,  隠れ層 ,  相対誤差 ,  *逆伝播ニューラルネットワーク ,  運転パラメータ , 【Automatic Indexing@JST】

分類 (1件)： 圧縮点火機関  (PB02030N)

タイトルに関連する用語 (6件)： ディーゼルエンジン ,  廃熱回収 ,  逆伝搬ニューラルネットワーク ,  有機Rankineサイクル ,  性能予測 ,  最適化