دومین کنفرانس بین المللی کامپیوتر، برق، مکانیک و علوم مهندسی , 2025-05-29

عنوان : ( پیش بینی عملکرد لوله های حرارتی نوسانی صفحه تخت حلقه بسته به کمک یادگیری ماشین )

نویسندگان: امیررضا اخروی محبی , محمد دولتیاری , محمد سردارابادی , محمد پسندیده فرد ,
فایل: Full Text

استناددهی: BibTeX | EndNote

چکیده

لولههای حرارتی نوسانی دستگاههای انتقال حرارت کارآمدی هستند که از حرکت نوسانی سیال عامل برای انتقال گرما از بخش اواپراتور به بخش کندانسور استفاده میکنند. در این پژوهش، عملکرد لول ههای حرارتی نوسانی صفح هتخت حلق هبسته با استفاده از مدلهای یادگیری ماشین پی شبینی شده است. دادههای آزما ی شگاهی شامل دمای اواپراتور و مقاومت حرارتی تحت شرای ط مختلف )شار حرارتی ۸ ، ۱۶ ، ۲۴ و ۳۲ وات و سیالهای عامل آب مقطر، سوسپانسیون ۲ درصد و ۵ درصد حجمی مواد تغییر فازدهنده( جمعآوری و تحلیل شدند. پنج الگوریتم ی ادگیری ماشین مورد ارزیابی قرار گرفتند که در این میان، مدل جنگل تصادفی با R² برابر ۱ ، MSE برابر 0۲ / 0 و RMSE برابر ۱۴ / 0 در پیشبینی دمای اواپراتور و R² برابر ۱ ، MSE برابر 00 / 0 و RMSE برابر 0۱ / 0 در پیشبینی مقاومت حرارتی، بهترین عملکرد را از خود نشان داد. پس از بهی ن هسازی هایپرپارامترهای این مدل در پیشبینی دمای اواپراتور، مقادیر MSE و RMSE بهترتیب به ۱7 / 0 و ۱۳ / 0 کاهش ی افتند.

کلمات کلیدی

, لولههای حرارتی نوسانی, میکروکپسولهای تغییر فاز دهنده, یادگیری ماشین, الگوریتم جنگل تصادفی
برای دانلود از شناسه و رمز عبور پرتال پویا استفاده کنید.

@inproceedings{paperid:1107143,
author = {اخروی محبی, امیررضا and دولتیاری, محمد and محمد سردارابادی and پسندیده فرد, محمد},
title = {پیش بینی عملکرد لوله های حرارتی نوسانی صفحه تخت حلقه بسته به کمک یادگیری ماشین},
booktitle = {دومین کنفرانس بین المللی کامپیوتر، برق، مکانیک و علوم مهندسی},
year = {2025},
location = {ايران},
keywords = {لولههای حرارتی نوسانی، میکروکپسولهای تغییر فاز دهنده، یادگیری ماشین، الگوریتم جنگل تصادفی},
}

[Download]

%0 Conference Proceedings
%T پیش بینی عملکرد لوله های حرارتی نوسانی صفحه تخت حلقه بسته به کمک یادگیری ماشین
%A اخروی محبی, امیررضا
%A دولتیاری, محمد
%A محمد سردارابادی
%A پسندیده فرد, محمد
%J دومین کنفرانس بین المللی کامپیوتر، برق، مکانیک و علوم مهندسی
%D 2025

[Download]