مدل سازی و بهینه سازی شرایط عملکردی لوله های گرمایی ترموسیفونی با استفاده از سیستم هوش مصنوعی جهت خنک کردن یک پنل فتوولتائیک
پایان نامه
- وزارت علوم، تحقیقات و فناوری - دانشگاه فردوسی مشهد - دانشکده مهندسی
- نویسنده محمدجواد صدرزاده خراسانی
- استاد راهنما مصطفی نوعی
- سال انتشار 1393
چکیده
در این مطالعه، با استفاده از یک مدل جایگزین مبتنی بر شبکه های عصبی مصنوعی، داده های آزمایشگاهی یک لوله گرمایی ترموسیفون برای خنک سازی یک پنل فتوولتائیک شبیه سازی شد. در آزمایش های انجام شده، اثرات متغیرهایی هم چون زاویه پنل، تابش خورشید، دمای هوای محیط، غلظت نانوسیال و نسبت پرشدگی برای به دست آوردن بیشترین بازدهی سیستم فتوولتائیک بررسی شده است. شبکه های mlp دو لایه برای تعیین بهینه تعداد نورون ها آموزش داده شد؛ در نهایت یک شبکه دو لایه با تعداد 35 نورون و تابع آموزش trainbr و تابع های انتقال logsig و tansig در لایه های مخفی برای شبیه سازی فرآیند ذکر شده مورد استفاده قرار گرفت. مقدار میانگین مربعات خطا داده های آزمایشی برابر با 024/0 و نیز برازش بین نتایج شبکه عصبی و مقادیر آزمایشگاهی این داده ها برابر با 11/0 به دست آمد. هم چنین در این مطالعه با بهره گیری از الگوریتم ژنتیک و مدل شبیه سازی شده، صحت و دقت آموزش شبکه عصبی بررسی شد و مقدار میانگین مربعات خطا داده های آزمایشی برابر با 026/0 و نیز برازش بین نتایج شبکه عصبی و مقادیر آزمایشگاهی این داده ها برابر با 036/0 به دست آمد. سپس بهینه سازی آموزش شبکه عصبی مصنوعی با الگوریتم رقابت استعماری بررسی شد و در این شبیه سازی مقدار میانگین مربعات خطا داده های آزمایشی برابر با 009/0 و نیز برازش بین نتایج شبکه عصبی و مقادیر آزمایشگاهی این داده ها برابر با 01/0 به دست آمد. در نتیجه بهترین آموزش شبکه عصبی به همراه الگوریتم رقابت استعماری انجام شد. سپس با توجه به شبکه آموزش دیده شده به صورت بهینه، بهترین شرایط عملکردی نانوسیال در تابش خورشید و دمای هوای محیط ثابت با الگوریتم بهینه سازی رقابت استعماری مشخص گردیدند.
منابع مشابه
مروری بر استفاده از مواد تغییر فاز دهنده برای خنک سازی پنل های خورشیدی
مطرح بودن مسائل توسعه پایدار و گرمایش جهانی و رو به اتمام بودن منابع سوخت های فسیلی،استفاده از انرژی خورشیدی را بیش از پیش حائز اهمیت کرده است. یکی از روش های استفاده از این منبع انرژی لایزال پنل های فتوولتائیک میباشند. یکی از ضعف های این پنل ها، کاهش بازده الکتریکی آن در اثر افزایش دمای آن میباشد، به طوری که با هر 1 درجه ی کلوین افزایش دمای عملیاتی آن بازده ی این پنل ها 0.5% کاهش پیدا میکند . ...
متن کاملبررسی آزمایشگاهی بهبود عملکرد خنک سازی یک ماژول فتوولتائیک با استفاده از ماده تغییر فاز-نانوذرات اکسید مس
در این مطالعه، تاثیر استفاده از ترکیب یک ماده تغییر فاز (PCM) و نانوذرات CuOبه عنوان عامل خنک ساز بر روی عملکرد یک ماژول فتوولتائیک (PV) به صورت آزمایشگاهی مورد بررسی قرار گرفته است. ماده تغییر فاز که در محفظه پشت ماژول قرار گرفته و از طریق میلی لوله های مارپیچی با آب سرد خنک سازی شده است. ماده تغییر فاز به دلیل دریافت مقدار زیادی ازگرمای سطح ماژول و درنتیجه کنترل ظرفیت حرارتی سیستم به افزایش ر...
متن کاملمدل سازی خشک کردن اسمزی زردآلو با استفاده از الگوریتم ژنتیک - شبکه عصبی مصنوعی
ایران از نظر تولید زردآلو در جهان مقام دوم را دارد و مطالعه عوامل موثر بر خشک کردن این میوه و مقدار تاثیر آنها امری ضروری می باشد. لذا در این مطالعه تاثیر دمای محلول اسمزی در محدوده °C 25 تا °C 65، در مدت زمان 30 تا 120 دقیقه و غلظت محلول اسمزی در محدودۀ 30 تا 60 درصد (وزنی/وزنی) بر پارامترهای کاهش وزن، کاهش آب، جذب مواد جامد و نسبت دفع آب به جذب مواد جامد در طی خشک کردن اسمزی زردآلو مورد بررسی...
متن کاملیکپارچه سازی تکنیک های هوش مصنوعی جهت ارائه مدل پیش بینی قیمت سهام
اوراق بهادار روش مطمئنی است برای جلب اعتماد عمومی جهت سرمایه گذاری درانواع اوراق بهادار با خطرهای متفاوت است و با این روش می توان سرمایه های کوچک و پراکنده را که به تنهایی نمی توانند مورد بهره برداری قرار گیرند جمع آوری نمود از آنها سرمایه هنگفتی جهت توسعه و پیشرفت اقتصادی فراهم آورد. در بورس های اوراق بهادار حساسیت های زیادی نسبت به روند قیمت وجود دارد این امر باعث گردیده تا تحولات مرتبط با چن...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
نوع سند: پایان نامه
وزارت علوم، تحقیقات و فناوری - دانشگاه فردوسی مشهد - دانشکده مهندسی
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023