文献

J-GLOBAL ID：202102258765216180   整理番号：21A1278258

実験的検証を用いた人工知能アプローチを用いたGM型二重入口パルスチューブ冷凍機の性能評価【JST・京大機械翻訳】

Performance Evaluation of a GM-Type Double Inlet Pulse Tube Refrigerator Using Artificial Intelligence Approach with Experimental Validation

著者 (6件)： Panda Debashis (National Institute of Technology, Rourkela, Odisha, India) ,  Kumar Manoj (National Institute of Technology, Rourkela, Odisha, India) ,  Satapathy A. K. (National Institute of Technology, Rourkela, Odisha, India) ,  Sarangi S. K. (Indian Institute of Technology, Kharagpur, WB, India) ,  Sarangi S. K. (CV Raman Global University, Bhubaneswar, India) ,  Sahoo R. K. (National Institute of Technology, Rourkela, Odisha, India)
資料名： Arabian Journal for Science and Engineering  (Arabian Journal for Science and Engineering)
巻： 45  号： 11  ページ： 9579-9597  発行年： 2020年 
JST資料番号： W4051A  ISSN： 2193-567X  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： 本論文では,二重入口パルス管冷凍機(DIPTR)の冷却性能を強化するための方法論を提案し,それは人工知能法を用いて,複数の操作および幾何学的パラメータに影響される。DIPTRの最大取得可能性能を達成するために,入力の最適範囲を生成するために,人工知能法に基づく手順を採用した。外層で3つの異なる活性化関数を用いて人工ニューラルネットワーク(ANN)を開発した。純粋リンとタンシグ活性化関数は,数値結果に従って,結果(それぞれ,冷却力およびパーセンテージCarnot)をより正確に予測することが観察された。さらに,ANNの重みとバイアスの粒子群最適化(PSO)は,DIPTRの場合,入力と出力の間の非線形数学的関係をより正確に表すことができることが観察された。さらに,人工-ニューロ-ファジー推論システム(ANFIS)のハイブリッドスキームは,バックプロパゲーションアルゴリズムよりも,明らかに,冷却能力およびパーセンテージCarnotの両方を推定することができることが観察された。ANNとANFISを開発するのに不可欠であるデータマトリックスを生成する理想的なガス仮定による支配方程式の有限体積離散化に基づいて,数値モデルを開発した。最後に,人工知能モデルから得た入力の最適範囲(圧縮機の低圧および高圧,回転弁の待ち時間および周波数)を検証するために,実験的解析を行った。Copyright King Fahd University of Petroleum & Minerals 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  高圧 ,  圧縮機 ,  低圧 ,  ニューラルネットワーク ,  *人工知能 ,  待ち時間 ,  逆伝搬法 ,  有限体積法 ,  *パルスチューブ冷凍機
準シソーラス用語： 粒子群最適化 ,  支配方程式 ,  数値モデル ,  離散化 ,  適応ニューロ-ファジィ推論システム , 【Automatic Indexing@JST】

著者キーワード (5件)： DIPTR ,  ANN ,  ANFIS ,  PSO-ANN ,  待ち時間

分類 (1件)： 流出解析  (DC07030N)

タイトルに関連する用語 (6件)： 実験 ,  検証 ,  人工知能 ,  入口 ,  パルスチューブ冷凍機 ,  性能評価