文献
J-GLOBAL ID:202202264677583370   整理番号:22A0566805

基準数に基づく多重回帰と人工ニューラルネットワーク法を用いた乾燥剤ホイールの空気出口状態の予測モデル【JST・京大機械翻訳】

Prediction models of air outlet states of desiccant wheels using multiple regression and artificial neural network methods based on criterion numbers
著者 (4件):
資料名:
巻: 204  ページ: Null  発行年: 2022年 
JST資料番号: E0667B  ISSN: 1359-4311  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:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
本研究では,多重回帰と人工ニューラルネットワーク法を乾燥剤ホイールに適用し,処理空気(A_pro)と再生空気(A_reg)の無次元出口温度と湿度比を計算した。最初に,空気と乾燥剤ホイール間の関係を表す結合熱と物質移動方程式を無次元化し,3つの基本基準数を含む7つの基準数を得た。3つの基本基準数は乾燥剤ホイールの構造と操作パラメータ,および空気と乾燥剤の物理的パラメータに関連していた。続いて,上記パラメータの範囲に基づいて,3つの基本基準数の値範囲を得た。広範囲の空気入口条件と3つの基本基準数の値範囲に基づいて,2500ケースを設計した。非次元方程式を用いて,2500ケースのA_proとA_regの無次元出口温度と湿度比を計算した。次に,多重回帰法を用いて,元の計算結果に基づく固定空気入口条件に対する公式を回帰した。公式は3つの基本基準数に関連し,A_proとA_regの無次元出口温度と湿度比を計算するために使用できた。元のデータと比較して,この公式の予測誤差は,分析した作動条件に対して±5%から±15%の範囲であった。最後に,2500の元のデータグループに基づいて,バックプロパゲーションニューラルネットワークを用いて,入力として3つの基本的基準数と空気入口条件によって,A_proとA_regの無次元出口状態を予測した。元のデータと比較して,4つの無次元出力の予測誤差は主に±5%から±10%の範囲であった。2つの予測方法の違いは±10%以内であった。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:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
空気調和装置一般  ,  湿度調節 

前のページに戻る