Bu çalışmada, delikli bükülmüş şerit elemanın sürtünme
faktörünü ve Nusselt sayısını doğru şekilde tahmin etmeye eğilimli bir Yapay
Sinir Ağı (YSA) modeli sunulmuştur. Deneysel testler, üniform ısı akısı
koşullarında Reynolds sayısının 4860 ile 24,130 aralığında, 3 farklı hatve
oranı (y/D=2, 2.5, 3), 2 farklı genişlik oranı (W/D= 0.9285,
0.9642) ve 3 farklı delik çapı oranı (d/D= 0.0714,0.107,0.143 )
kullanılarak gerçekleştirilmiştir. YSA modeli, deneysel veri setleri içeren bir
veri bankası kullanılarak geliştirilip doğrulanmıştır. YSA için en kapsamlı
öğrenme algoritması olan geri yayılım algoritması, ağın eğitimi ve test edilmesi
için kullanılmıştır. YSA sonuçlarının deneysel veriler ile uyumlu olduğu
görülmüştür. Çoklu belirleme katsayısının değeri R2, Nusselt sayısı
için 0,9992 ve sürtünme faktörü için 0,9995 olarak elde edilmiştir.
In this paper, we present an Artificial Neural Networks (ANNs) model
which is prone to accurately predict the friction factor and Nusselt number of
a tube with loose-fit perforated twisted tapes. Experimantal tests were
realized using the tapes with three different rates of pitch length of twisted
tape to inner diameter of tube (y/D=2, 2. 5, 3), two different twisted tape
width rates (W/D= 0. 9285, 0. 9642) and three different rates of hole to inner
diameter (d/D= 0. 0714, 0.107, 0.143) in a range of Reynolds number 4860 to
24,130 under uniform heat flux conditions. The ANN model was improved and
validated using a databank containing experimental datasets. The back
propagation algorithm, which is the best training algorithm, is recognized to
be the most extensive learning method for ANN. This algorithm is used for
training and testing of the network. The ANNs results were found to good
compliance with the experimental data. Value of the coefficient of multiple determination
were obtained. The R2 values are 0,9992 for Nusselt number and
0,9995 for friction factor.
Primary Language | Turkish |
---|---|
Subjects | Mechanical Engineering |
Journal Section | Research Articles |
Authors | |
Publication Date | December 15, 2019 |
Submission Date | October 28, 2019 |
Published in Issue | Year 2019 Volume: 1 Issue: 2 |