文献

J-GLOBAL ID：202202232187289687   整理番号：22A0445918

相変化材料の融解挙動を予測するためのBayesMarkov連鎖モンテカルロ(MCMC)モデリングの適用【JST・京大機械翻訳】

Applying Bayesian Markov chain Monte Carlo (MCMC) modeling to predict the melting behavior of phase change materials

著者 (10件)： Goodarzi Marjan (Department of Medical Research, China Medical University Hospital, China Medical University, Taichung, Taiwan) ,  Goodarzi Marjan (Department of Mathematics, Faculty of Science, King Abdulaziz University, Jeddah, Saudi Arabia) ,  Elkotb Mohamed Abdelghany (Mechanical Engineering Department, College of Engineering, King Khalid University, Abha 61421, Saudi Arabia) ,  Elkotb Mohamed Abdelghany (Mechanical Engineering Dept., Faculty of Engineering, Kafrelsheikh University, Egypt) ,  Alanazi Abdullah K. (Department of Chemistry, Faculty of Science, Taif University, P.O. Box 11099, Taif 21944, Saudi Arabia) ,  Abo-Dief Hala M. (Department of Chemistry, Faculty of Science, Taif University, P.O. Box 11099, Taif 21944, Saudi Arabia) ,  Mansir Ibrahim B. (Mechanical Engineering Department, College of Engineering, Prince Sattam bin Abdulaziz University, AlKharj 16273, Saudi Arabia) ,  Tirth Vineet (Mechanical Engineering Department, College of Engineering, King Khalid University, Abha 61421, Saudi Arabia) ,  Gamaoun Fehmi (Mechanical Engineering Department, College of Engineering, King Khalid University, Abha 61421, Saudi Arabia) ,  Gamaoun Fehmi (E Laboratory of Mechanics of Sousse, National Engineering School of Sousse, University of Sousse, Sousse 4054, Tunisia)
資料名： Journal of Energy Storage  (Journal of Energy Storage)
巻： 45  ページ： Null  発行年： 2022年 
JST資料番号： W3042A  ISSN： 2352-152X  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： PCMベースの球状コンテナの鍵となる実用化は,大型建築における空調のために利用される充填層熱エネルギー貯蔵(TES)装置である。球状容器における融解特性のための高精度モデルの提供は,TESシステムの設計に深い洞察を提供することができる。ここでは,Bayes推定に基づく方法論を採用して,球状蓄熱装置におけるPCM融解プロセスにおける2つの重要因子として,融解速度(f)および表面平均Nusselt数(Nu)を予測する信頼できるモデルを提供した。fとNu予測のための5つの提案モデルを利用可能なデータセットに適用した。Bayesベースの予測モデルの入力は,融解問題の3つの重要な無次元パラメータ,すなわちSte,GrおよびFoを含んだ。Ste(Stefan数)は融解の駆動力を記述し,Gr(Grashof数)は自然対流強度を反映し,Fo(Fourier数)は無次元時間を表す。BayesMarkov連鎖モンテカルロ(MCMC)技術を用いたモデルパラメータの正確な推論のために,解析をWinBUGS言語における符号化によって実行した。いくつかの統計的性能基準(R2,RMSE,およびMSE)を利用して,Bayesベースの予測モデルの効率を評価した。結果は,モデル#4が融解速度の予測においてR2=0.980を記録したことを示した。さらに,R2=0.966のモデル#5は,表面平均Nusselt数の値を予測する最良の性能を有した。本研究で推奨されたモデルは,以前の研究と比較して優れた結果をもたらし,これは,fとNuに対して,それぞれ,R2=0.975とR2=0.925を示唆した。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： *モンテカルロ法 ,  自然対流 ,  言語 ,  コンテナ ,  空気調和 ,  固定層 ,  Bayes推定 ,  *Markov連鎖 ,  Grashof数 ,  Nusselt数 ,  蓄熱器 ,  予測モデル
準シソーラス用語： Stefan数 ,  モデルパラメータ ,  *相変化材料 , 【Automatic Indexing@JST】

著者キーワード (5件)： Bayesモデリング ,  Markov連鎖モンテカルロシミュレーション ,  無拘束融解 ,  球形容器 ,  ナノ増強相変化材料

分類 (1件)： エネルギー貯蔵  (LC02000F)

タイトルに関連する用語 (7件)： 相変化材料 ,  融解挙動 ,  予測 ,  連鎖 ,  モンテカルロ ,  MCMC ,  モデリング