文献

J-GLOBAL ID：202202212812473019   整理番号：22A0800902

部分的に充填した種々の高多孔性金属発泡体を有する熱交換器における遺伝的アルゴリズムと人工ニューラルネットワークを用いた熱伝達最適化【JST・京大機械翻訳】

Heat transfer optimization using genetic algorithm and artificial neural network in a heat exchanger with partially filled different high porosity metal foam

著者 (4件)： Athith T.S. (National Institute of Technology Karnataka, India) ,  Trilok G. (National Institute of Technology Karnataka, India) ,  Jadhav Prakash H. (National Institute of Technology Karnataka, India) ,  Gnanasekaran N. (National Institute of Technology Karnataka, India)
資料名： Materials Today: Proceedings  (Materials Today: Proceedings)
巻： 51  号： P3  ページ： 1642-1648  発行年： 2022年 
JST資料番号： W3531A  ISSN： 2214-7853  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 金属発泡体は,その高い表面積対体積比でよく知られており,従って,熱交換器システムを残した排気ガスから熱を移動させるのに使用される。本研究では,アルミニウム(Al),銅(Cu)およびニッケル(Ni)からなる3種の金属発泡体で部分的に充填した熱交換器の数値シミュレーションを,それぞれ20PPIおよび40PPIの2つの細孔密度で行った。ホットガスは,金属発泡体が挿入され,2mm,4mm,6mm,および8mmのような異なる高さの発泡体が分析のために考慮された8mmチャネルを通って流れる。本研究の目的は,市販のソフトウェアANSYS FLUENTを用いたシミュレーションから計算した熱伝達の増加と圧力降下の減少による熱性能を最適化することである。これを達成するために,非支配型遺伝的アルゴリズム(NSGA-II)と呼ばれる最適化技術を,既に存在するデータに基づくより多くのデータを生成するために,内挿ツールとして人工ニューラルネットワーク(ANNツール)を用いてMATLABで符号化した。最後に,NSGA-IIのコードを運転した後の熱伝達と圧力降下の最適化関数値に対してパレートフロントを得た。数値シミュレーションから,非多孔質チャネルと比較して,銅金属発泡体をより高い入口速度に用いるとき,熱伝達速度において5.68倍の増強があることが観察された。最適化研究から,50%充填金属発泡体多孔質チャネルは,銅とアルミニウムのパレート最適プロットで表されるように,圧力降下の低下と共に伝熱速度の増大を示すことが分った。Copyright 2022 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： 圧力損失 ,  *最適化 ,  *熱伝達 ,  *熱交換器 ,  アルミニウム ,  銅 ,  *ニューラルネットワーク ,  内挿法 ,  ソフトウェア ,  *多孔質体 ,  *多孔質金属
準シソーラス用語： Pareto最適 ,  数値シミュレーション ,  *発泡体 ,  ANSYS ,  パレートフロント , 【Automatic Indexing@JST】

著者キーワード (5件)： 熱交換器 ,  金属発泡体 ,  最適化 ,  人工ニューラルネットワーク ,  遺伝的アルゴリズム

分類 (1件)： 熱交換器,冷却器  (PA03020G)

タイトルに関連する用語 (7件)： 多孔性金属 ,  発泡体 ,  熱交換器 ,  遺伝的アルゴリズム ,  人工ニューラルネットワーク ,  熱伝達 ,  最適化