文献

J-GLOBAL ID：202102281277956074   整理番号：21A2606256

相変化材料を用いた熱エネルギー貯蔵プラットフォームの性能と信頼性強化のための機械学習(人工ニューラルネットワーク)の利用【JST・京大機械翻訳】

Leveraging Machine Learning (Artificial Neural Networks) for Enhancing Performance and Reliability of Thermal Energy Storage Platforms Utilizing Phase Change Materials

著者 (3件)： Chuttar Aditya (J. Mike Walker ‘66, Department of Mechanical Engineering, Texas A&M University, MS 3123 TAMU, College Station, TX 77843-3123) ,  Thyagarajan Ashok (J. Mike Walker ‘66, Department of Mechanical Engineering, Texas A&M University, MS 3123 TAMU, College Station, TX 77843-3123) ,  Banerjee Debjyoti (J. Mike Walker ‘66, Department of Mechanical Engineering, Harold Vance Department of Petroleum Engineering, Engineering-Medicine Program, College of Engineering, Department of Medical Education, College of Medicine, Mary Kay O’Connor Process Safety Center, Gas and Fuels Research Center, E...)
資料名： Journal of Energy Resources Technology  (Journal of Energy Resources Technology)
巻： 144  号： 2  ページ： Null  発行年： 2022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： 相変化材料(PCMs)は,熱エネルギー貯蔵(TES)応用に対する有効性により,近年大きな注目を集めている。PCMにより示される高い潜熱は,TESプラットフォームのコンパクトな形状因子に翻訳される貯蔵密度の強化を可能にする。PCMは特にエネルギー需要と供給の間のシフトを扱う。すなわち,それらは余剰条件の間に熱を吸収し,欠損中にそれを解放する。PCMsは,広範囲の応用-太陽発電所,建築物エネルギー管理,HVAC,廃熱回収システム,家庭用水加熱,およびエレクトロニクスの熱管理において,数少ない。無機PCMは,高い潜熱値(有機PCMと比較して)を持つが,いくつかの信頼性問題に悩まされている。無機PCMによる主要な信頼性問題は,核形成を開始するのに必要な高い過冷却度(信頼性,正味エネルギー貯蔵容量,TESプラットフォームの電力評価)である。”Cold Finger技術(CFT)”は,PCMの全質量の小さい部分が,自発的核形成(thus,信頼性は正味貯蔵能力に限界費用で強化されるが,TESの電力評価が影響を受けないまま)を助けるために,固体相に残されているというこれらの問題を取り除くことができる。本研究では,機械学習(ML)技術,より具体的に人工ニューラルネットワーク(ANN)を,CFTの有効性を高めるために実行した。PCM融解実験からの温度過渡現象を用いて,この深い学習技術(即ち,多層パーセプトロンモデルまたは「MLP」)の有効性を調べ,所定のメルトパーセントを達成するのに必要な時間を予測した。結果は,人工ニューラルネットワークが,選択したメルト分率(例えば,90%のメルト分率)を達成する時間に関して,アプリオリ予測を提供できることを示した。予測の平均誤差は,90%の溶融分率に達するTESプラットフォームの30分以内の瞬間で~5分未満であることが観察された。しかし,この手法は訓練データセットの型により敏感である。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： 核形成 ,  潜熱 ,  *信頼性 ,  電力 ,  熱管理 ,  *ニューラルネットワーク ,  電子技術 ,  太陽光発電 ,  正味エネルギー ,  メルト ,  多層パーセプトロン ,  *機械学習
準シソーラス用語： *熱エネルギー ,  *相変化材料 , 【Automatic Indexing@JST】

著者キーワード (5件)： 代替エネルギー源 ,  エネルギー変換/システム ,  エネルギー貯蔵システム ,  エネルギーシステム解析 ,  熱エネルギー発生/貯蔵/移動

分類 (1件)： 生物燃料及び廃棄物燃料  (LB02020Y)

タイトルに関連する用語 (6件)： 相変化材料 ,  熱エネルギー貯蔵 ,  プラットフォーム ,  強化 ,  機械学習 ,  人工ニューラルネットワーク