文献

J-GLOBAL ID：201702248170153893   整理番号：17A0635483

ゆるく充填された顆粒状材料の透過性を予測するために統計的人工ニューラルネットワークを使用する

Using statistical and artificial neural networks to predict the permeability of loosely packed granular materials

著者 (2件)： MAHDI Faiz M. (Loughborough Univ., Loughborough, GBR) ,  HOLDICH Richard G. (Loughborough Univ., Loughborough, GBR)
資料名： Separation Science and Technology  (Separation Science and Technology)
巻： 52  号： 1-5  ページ： 1-12  発行年： 2017年03月 
JST資料番号： D0435B  ISSN： 0149-6395  CODEN： SSTEDS  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： 顆粒状材料が緩く充填された多孔質材料を流体が通過する際の摩擦損失を決定する重要な因子である,固体の透過性を予測する目的で,多変量解析による統計的手法と人工ニューラルネットワーク(ANN)法を用いる強固なモデルが開発された。筆者らの実験と文献のデータを用いて,Kozeny-Carmanの式とHappel-Brennerの式に基づく解析モデルでは,平均誤差が~40%を示すが,開発されたANN法では,9%に低減され,本手法の有用性が示された。

シソーラス用語： *顆粒 ,  *固体充填 ,  *透過率 ,  *統計的方法 ,  *ニューラルネットワーク ,  流体流 ,  誤差 ,  rms誤差
準シソーラス用語： Happel-Brennerの式 ,  Kozeny-Carmanの式 ,  二乗平均誤差

分類 (1件)： 層流,乱流,境界層  (BC02030C)

タイトルに関連する用語 (5件)： 顆粒 ,  透過性 ,  予測 ,  統計 ,  人工ニューラルネットワーク