文献

J-GLOBAL ID：202202228234738955   整理番号：22A1032706

人工ニューラルネットワークを用いた進行波熱音響エンジンの性能解析【JST・京大機械翻訳】

Performance Analysis of a Travelling-Wave Thermo-Acoustic Engine Using Artificial Neural Network

著者 (3件)： Ngcukayitobi M. (University of Johannesburg, Johannesburg, South Africa) ,  Tartibu L. K. (University of Johannesburg, Johannesburg, South Africa) ,  Bannwart F. C. (University of Campinas, UNICAMP, Campinas, Brazil)
資料名： ASME Conference Proceedings  (ASME Conference Proceedings)
号： IMECE2021  ページ： Null  発行年： 2022年 
JST資料番号： A0478C  資料種別： 会議録 (C)
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： 熱音響システムは熱エネルギーを音響波と逆変換に変換できる。これらの音波は冷却(熱音響冷凍)または発電(熱音響発生器)を誘導できる。この変換は,再生器および細孔内部壁と呼ばれる多孔質材料内の音響振動ガス媒体間の熱-粘性相互作用による。効率的な熱音響システムの開発には著しい進歩があったが,それらの比較的低い効率およびより厳しい作動条件に関連した非線形性は,それらの主要な課題のままである。したがって,それは研究の主要な潜在的領域である。本研究では,1段進行波熱音響エンジンをDeltaECを用いてモデル化した。シミュレーションを,8.2から227.91Wの範囲で熱熱交換器に様々な入力熱を考慮して行い,そして60(60)データセットを作成した。これらのデータを用いて人工ニューラルネットワーク(ANN)モデルを構築した。DeltaECシミュレーションから抽出した出力データとANNモデルから予測した結果を比較した。得られた両結果は良く一致し,ANNは以前にはシミュレートされていない形態の予測に適していることを証明した。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： シミュレーション ,  相互作用 ,  粘性 ,  エネルギー ,  熱交換器 ,  発電 ,  *ニューラルネットワーク ,  凍結 ,  音波 ,  *進行波 ,  媒質 ,  逆変換 ,  音響振動
準シソーラス用語： 熱エネルギー ,  *熱音響 ,  *熱音響機関 , 【Automatic Indexing@JST】

分類 (2件)： その他の熱機関  (PB03000N) ,  冷凍装置  (PD03000T)

タイトルに関連する用語 (4件)： 人工ニューラルネットワーク ,  進行波 ,  熱音響エンジン ,  性能解析