文献

J-GLOBAL ID：202202250928106549   整理番号：22A0704325

水と水溶液による閉鎖脈動ヒートパイプのための新しい人工ニューラルネットワークモデルの開発【JST・京大機械翻訳】

Development of a novel artificial neural network model for closed pulsating heat pipe with water and aqueous solutions

著者 (5件)： Wang Xuehui (Fluids and Thermal Engineering Research Group, Faculty of Engineering, University of Nottingham, Nottingham, UK) ,  Wright Edward (Fluids and Thermal Engineering Research Group, Faculty of Engineering, University of Nottingham, Nottingham, UK) ,  Liu Zeyu (Fluids and Thermal Engineering Research Group, Faculty of Engineering, University of Nottingham, Nottingham, UK) ,  Gao Neng (Ningbo Institute of Technology, Zhejiang University, Ningbo, China) ,  Li Ying (Research Group for Fluids and Thermal Engineering, University of Nottingham Ningbo China, Ningbo, China)
資料名： Asia-Pacific Journal of Chemical Engineering  (Asia-Pacific Journal of Chemical Engineering)
巻： 17  号： 1  ページ： e2719  発行年： 2022年 
JST資料番号： W2497A  ISSN： 1932-2135  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： 水溶液は,純水の特定の熱物理特性のバランスと最適化のために,脈動ヒートパイプ(PHP)の作動流体としてますます導入されている。本論文では,完全接続フィードフォワード人工ニューラルネットワーク(ANN)に基づく純水と利用可能な水溶液による密閉PHPの熱伝達性能を予測するために,最初の試みを行った。ANNモデルの入力として,顕著な無次元数,Kutteladze数(Ku),Bond数(Bo),Morton数(Mo),Jackob数(Ja),Prandtl数(Pr),Laplace数(La),d/L_eおよびターン数(N)を選択した。提案したANNモデルの予測は,MSEと相関係数がそれぞれ0.026と0.979の実験データと良好な一致を示した。収集したデータの81.02%に対して,熱抵抗の予測の絶対偏差は25%以内であった。収集したデータの95%に対して,蒸発と凝縮部分の間の熱抵抗と温度差の予測は,それぞれ±0.37K/Wと±17.1K以内であった。蒸発と凝縮断面温度の評価も提案したANNモデルに基づいて提示した。Copyright 2022 Wiley Publishing Japan K.K. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 凝縮 ,  最適化 ,  熱抵抗 ,  熱伝達 ,  *ヒートパイプ ,  *ニューラルネットワーク ,  相関係数 ,  *水溶液 ,  流体 ,  フィードフォワード ,  Prandtl数 ,  無次元数 ,  Bond数
準シソーラス用語： 温度差 ,  作動流体 ,  熱伝達特性 , 【Automatic Indexing@JST】

著者キーワード (5件)： ANNモデル ,  無次元数 ,  熱伝達 ,  振動 ,  脈動ヒートパイプ

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)： 水 ,  水溶液 ,  閉鎖 ,  脈動 ,  ヒートパイプ ,  人工ニューラルネットワークモデル ,  開発