دوره 16، شماره 9 - ( 9-1395 )                   جلد 16 شماره 9 صفحات 448-437 | برگشت به فهرست نسخه ها

‎ 20.1001.1.10275940.1395.16.9.35.4

XML English Abstract Print

Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
Jamadi F. Experimental Study of the Effect of Environmental Parameters on a Solar Parabolic Water Heater Efficiency using Neural Network in Sirjan. Modares Mechanical Engineering 2016; 16 (9) :437-448
URL: http://mme.modares.ac.ir/article-15-6249-fa.html
جمادی فرناز. مطالعه تجربی تاثیر پارامترهای محیطی بر راندمان آبگرمکن سهموی خورشیدی با استفاده از شبکه عصبی در سیرجان. مهندسی مکانیک مدرس. 1395; 16 (9) :437-448

URL: http://mme.modares.ac.ir/article-15-6249-fa.html

مطالعه تجربی تاثیر پارامترهای محیطی بر راندمان آبگرمکن سهموی خورشیدی با استفاده از شبکه عصبی در سیرجان
فرناز جمادی*
دانشگاه صنعتی سیرجان
چکیده:   (4361 مشاهده)
در مطالعه حاضر پس از ساخت و راه اندازی یک آبگرمکن سهموی خورشیدی با استفاده از شبکه عصبی مصنوعی مدلی کارآمد برای پیش‌بینی راندمان آبگرمکن پیشنهاد می‌شود. شبکه عصبی دارای توانایی برقراری ارتباط منطقی میان پارامترهای ورودی و هدف است. زمانی که شرایط برای اندازه‌گیری داده‌ها مطلوب است، راندمان به عنوان تابعی از پارامترهای ورودی‌ شبکه آموزش می‌یابد و از تابع آموزش یافته شبکه می‌توان برای پیش‌بینی راندمان سیستم خورشیدی استفاده کرد. داده های مورد استفاده شبکه عصبی با انجام آزمایش‌هایی روی کلکتور سهموی خطی، در چهار روز از خرداد ماه اندازه گیری شده است. متغیرهایی همچون تابش خورشید، دمای محیط، زمان و دمای سیال خروجی به عنوان ورودی‌های شبکه و راندمان آبگرمکن سهموی به عنوان خروجی‌ شبکه در نظر گرفته شده است. مدل‌های مختلفی از شبکه عصبی با در نظر گرفتن تعداد متفاوتی از متغیرهای ورودی و نورون‌ها ارائه شده است. با افزایش پارامترهای ورودی خطای میانگین مربعی کاهش و دقت مدل افزایش می‌یابد. بنابراین در میان تمام مدل‌ها، مدل 6 با ساختار 1-10-4 (که شامل تمام پارامترهای ورودی است) با خطای جذر میانگین مربعی 0.0061 و ضریب همبستگی 0.99995 برای داده های آموزش دقیق‌ترین مدل است. با توجه به امکان پذیر نبودن انجام آزمایش‌های تجربی در شرایط مشابه، مدل ارائه شده می‌تواند با صرفه‌جویی هزینه و کاهش زمان تحقیقات در پیش‌بینی راندمان آبگرمکن مورد مطالعه موثر واقع شود.
واژه‌های کلیدی: راندمان، آبگرمکن خورشیدی، شبکه عصبی، کلکتور سهموی خطی، تابش خورشید
متن کامل [PDF 2978 kb]   (5522 دریافت)    
نوع مقاله: مقاله پژوهشی کامل | موضوع مقاله: انرژی خورشیدی و تشعشع
دریافت: 1395/3/14 | پذیرش: 1395/5/29 | انتشار: 1395/7/11
ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA
بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.