TY  - JOUR
T1  - R410A SOĞUTUCU AKIŞKANININ TERMODİNAMİK ÖZELLİKLERİNİN YAPAY SİNİR AĞLARI METODUYLA MODELLENMESİ
TT  - MODELING OF THERMODYNAMIC PROPERTIES OF REFRIGERANT R410A WITH ARTIFICIAL NEURAL NETWORKS
AU  - Kızılkan, Önder
AU  - Şencan, Arzu
AU  - Yakut, Ali
PY  - 2013
DA  - March
JF  - Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi
JO  - GUMMFD
PB  - Gazi Üniversitesi
WT  - DergiPark
SN  - 1300-1884
SP  - 395
EP  - 400
VL  - 21
IS  - 2
LA  - tr
AB  - Bu çalışmada, buhar sıkıştırmalı soğutma çevriminde kullanılan ve ozon tabakasına zararı olmayan çevre dostuR410a soğutucu akışkanının doyma basıncı, sıvı ve buhar entalpileri, entropileri, kızgın buhar entalpisi vesıcaklığı gibi termodinamik özellikleri Yapay Sinir Ağları (YSA) modeliyle belirlenmiştir. Bu modeldekullanılan veriler, literatürde mevcut olan ampirik ve deneysel veriler yardımıyla elde edilmiştir. Çalışmada; çokiyi eğitilmiş bir YSA modeliyle, istenilen her aralıkta soğutucu akışkanın termodinamik özelliklerinin tespitiiçin yeni formülasyonlar türetilmiştir. Bu formülasyonlar, ağ modeline ait ağırlık ve bias değerleri kullanılarakelde edilmiştir. Modelden elde edilen denklemlerle çok daha hızlı ve basit çözümlere ulaşılmıştır.
KW  - Yapay sinir ağları
KW  - buhar sıkıştırmalı sistemler
KW  - R410a
KW  - termodinamik özellikler
N2  - In this study, thermodynamic properties as saturation pressure, saturated liquid enthalpy and entropy,superheated vapor enthalpy and temperature of R410a refrigerant, which are harmful to the ozone layer, used inthe vapor compression refrigeration systems were determined with Artificial Neural Network (ANN) model.Data of thermodynamic properties used in the study were obtained from empirical and experimental data that isavailable in the literature. In order to determine thermodynamic properties of refrigerant for all spans, newformulations were derived by ANN model which was very well trained. These formulations were derived withusing weights and bias values of network. With these formulations, faster and simple solutions can be obtained.
CR  - Çengel, A.Y., Boles, A.M, Thermodynamics: An
CR  - Engineering Approach, McGraw-Hill, New
CR  - York, U.S., 1994.
CR  - Özkol, N., Uygulamalı Soğutma Tekniği,
CR  - TMMOB Makine Mühendisleri Odası Yayın No:
CR  - , Ankara, 1999.
CR  - Dossat, R.J., Principles of Refrigeration,
CR  - Prentice Hall, New Jersey, U.S., 1997.
CR  - Dupont. 2004. DuPont de Nemours and
CR  - Company Inc. http://www.dupont.com/suva
CR  - Kalogirou, S.A.,“Artificial Neural Networks in
CR  - Renewable Energy Systems Applications: A
CR  - Review”, Renewable and Sustainable Energy
CR  - Reviews, 5, 373–401, 2000.
CR  - Dorvlo, S.S., Jervase, J.A., Al-Lawati, A., “Solar
CR  - Radiation Estimation Using Artificial Neural
CR  - Network”, Applied Energy, 71, 307–319, 2002.
CR  - Civalek, Ö., “Dairesel Plakların Nöro-Fuzzy
CR  - Tekniği İle Analizi”, Dokuz Eylül Üniversitesi
CR  - Fen ve Mühendislik Dergisi, 1(2), 13-31, 1999.
CR  - Sözen, A., Arcaklıoğlu, E., Özalp, M.,
CR  - Formulation based on Artificial Neural Network
CR  - of Thermodynamic Properties of Ozone Friendly
CR  - Refrigerant/Absorbent Couples”, Applied Thermal
CR  - Engineering, 25(11-12): 1808-1820, 2005.
CR  - Sözen, A., Akçayol, M.A., “Modelling (Using
CR  - Artificial Neural-Networks) the Performance
CR  - Parameters of a Solar-Driven Ejector-Absorption
CR  - Cycle”, Applied Energy, 79(3): 309-325, 2004.
CR  - Kalogirou, S. A., “Long-Term Performance
CR  - Prediction of Forced Circulation Solar Domestic
CR  - Water Heating Systems Using Artificial Neural
CR  - Networks”, Applied Energy, 66, 63–74, 2000.
CR  - Kalogirou, S.A, “Applications of Artificial Neural
CR  - Networks in Energy Systems: A Review”, Energy
CR  - Conversion&Management, 40: 1073-1087, 1999.
CR  - Fu, L.M., Neural Networks in Computer
CR  - Intelligence, Mc Graw-Hill International Editions,
CR  - p., 1994.
CR  - Tsoukalas, L.H., Uhrig, R.E., Fuzzy and Neural
CR  - Approaches In Engineering, John Wiley&Sons
CR  - Inc., 587p., 1997.
CR  - Efe, Ö., Kaynak, O., Yapay Sinir Ağları ve Uygulamaları,
CR  - Boğaziçi Üniversitesi, İstanbul, 2000.
CR  - Şencan, A., Yakut, A.K., Dikmen, E., “A New
CR  - Model for Determining the Thermodynamic
CR  - Properties of LiBr-H2O Solution”, G.U. Journal
CR  - of Science, 17(1):101-110, 2004.
CR  - Sözen, A., Arcaklıoğlu, E., Özalp, M.,
CR  - “Formulation based on Artificial Neural Network
CR  - of Thermodynamic Properties of Ozone Friendly
CR  - Refrigerant/Absorbent Couples”, Applied Thermal
CR  - Engineering, 25(11-12): 1808-1820, 2005.
CR  - Sözen, A., Akçayol, M.A., “Modelling (Using
CR  - Artificial Neural-Networks) the Performance
CR  - Parameters of a Solar-Driven Ejector-Absorption
CR  - Cycle”, Applied Energy, 79(3): 309-325, 2004.
UR  - https://dergipark.org.tr/tr/pub/gazimmfd/issue//89375
L1  - https://dergipark.org.tr/tr/download/article-file/76454
ER  -