ポリメタクリル酸メチルにおける複合熱伝達のための機械学習と数値モデリングの比較分析【JST・京大機械翻訳】

Manshadi Mahsa Dehghan; Alafchi Nima; Taat Alireza; Mousavi Milad; Mosavi Amir

プレプリント

J-GLOBAL ID：202202201964009007 整理番号：22P0333747

ポリメタクリル酸メチルにおける複合熱伝達のための機械学習と数値モデリングの比較分析【JST・京大機械翻訳】

Comparative analysis of machine learning and numerical modeling for combined heat transfer in Polymethylmethacrylate

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (5件)： , , , ,
資料名：
発行年： 2022年04月12日プレプリントサーバーでの情報更新日： 2022年04月12日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

本研究では,ポリメタクリル酸メチル(PMMA)試料中の導電性と放射熱伝達の同時効果を予測するための異なる方法を比較した。PMMAは,種々のセンサとアクチュエータデバイスで利用される一種のポリマーである。一次元結合熱伝達を数値解析において考慮した。離散化の場合の陰的有限差分法による支配方程式の数値解に対してコンピュータ実装を得た。Kirchhoff変換を用いて,PMMA試料境界に適用した単色放射強度と温度条件を考慮して,伝導熱伝達の非線形方程式からのデータを得た。深層ニューラルネットワーク(DNN)方式のために,新しいLong Short Term Memite(LSTM)法を導入して,数値的方法より最小処理時間における正確な結果を見つけた。最近の研究でPMMA試料の熱伝達と温度プロファイルを組み合わせた。さらに,過渡的温度プロファイルを別の研究により検証した。比較は完全な一致を証明した。PMMA試料からの伝導熱伝達のスペクトル量を作る一次位置の温度勾配を示した。新しいDNN法と比較したとき,それはより直接的であった。結果は,この人工知能法が問題の予測において正確で高速であることを示した。数値解から結果を解析することにより,伝導と放射熱流束は勾配挙動の場合で類似しているが,その量はほぼ2倍であると理解できる。従って,全熱流束は近似定常状態条件で一定値を持つ。それらの組成を解析することに加えて,ROC曲線と混乱マトリックスを,アルゴリズム性能を評価するために実行した。【JST・京大機械翻訳】

, , , , , , , , , , , , , ,
, 【Automatic Indexing@JST】

対流・放射熱伝達

, , , ,

前のページに戻る