دانلود مقاله انگلیسی رایگان:استفاده از شبکه های عصبی مصنوعی (ANN) برای پیش بینی هدایت حرارتی روی اکسید-نقره روی (50٪ -50٪) / نانوسیال نیوتنی ترکیبی آب - 2020
بلافاصله پس از پرداخت دانلود کنید

با سلام خدمت کاربران عزیز، به اطلاع می رساند ترجمه مقالاتی که سال انتشار آن ها زیر 2008 می باشد رایگان بوده و میتوانید با وارد شدن در صفحه جزییات مقاله به رایگان ترجمه را دانلود نمایید.

دانلود مقاله انگلیسی شبکه های نورونی رایگان
  • Using of Artificial Neural Networks (ANNs) to predict the thermal conductivity of Zinc Oxide–Silver (50%–50%)/Water hybrid Newtonian nanofluid Using of Artificial Neural Networks (ANNs) to predict the thermal conductivity of Zinc Oxide–Silver (50%–50%)/Water hybrid Newtonian nanofluid
    Using of Artificial Neural Networks (ANNs) to predict the thermal conductivity of Zinc Oxide–Silver (50%–50%)/Water hybrid Newtonian nanofluid

    سال انتشار:

    2020


    عنوان انگلیسی مقاله:

    Using of Artificial Neural Networks (ANNs) to predict the thermal conductivity of Zinc Oxide–Silver (50%–50%)/Water hybrid Newtonian nanofluid


    ترجمه فارسی عنوان مقاله:

    استفاده از شبکه های عصبی مصنوعی (ANN) برای پیش بینی هدایت حرارتی روی اکسید-نقره روی (50٪ -50٪) / نانوسیال نیوتنی ترکیبی آب


    منبع:

    Sciencedirect - Elsevier - International Communications in Heat and Mass Transfer, 116 (2020) 104645. doi:10.1016/j.icheatmasstransfer.2020.104645


    نویسنده:

    Wei Hea, Behrooz Ruhanib, Davood Toghraiec, Niloufar Izadpanahic, Navid Nasajpour Esfahanid, Arash Karimipourb, Masoud Afrande,f,⁎


    چکیده انگلیسی:

    In this study, after generating experimental data points of Zinc Oxide (ZnO)–Silver (Ag) (50%–50%)/Water nanofluid, an algorithm is proposed to calculate the best neuron number in the Artificial Neural Network (ANN), and the performance and correlation coefficient for ANN has been calculated. Then, using the fitting method, a surface is fitted on the experimental data, and the correlation coefficient and performance of this method have been calculated. Finally, the absolute values of errors in both methods have been compared. It can be seen that the best neuron number in the hidden layer is 7 neurons. We concluded that both methods could predict the behavior of nanofluid, but the fitting method had smaller errors. Also, the ANN method had better ability in predicting the thermal conductivity of nanofluid based on the volume fraction of nanoparticles and temperature. Finally, we found that, in ANN, all outputs, the maximum absolute value of error is 0.0095, and the train performance is 1.6684e-05.
    Keywords: Artificial Neural Networks (ANNs) | Thermal conductivity | Hybrid Newtonian nanofluid


    سطح: متوسط
    تعداد صفحات فایل pdf انگلیسی: 8
    حجم فایل: 2077 کیلوبایت

    قیمت: رایگان


    توضیحات اضافی:




اگر این مقاله را پسندیدید آن را در شبکه های اجتماعی به اشتراک بگذارید (برای به اشتراک گذاری بر روی ایکن های زیر کلیک کنید)

تعداد نظرات : 0

الزامی
الزامی
الزامی
rss مقالات ترجمه شده rss مقالات انگلیسی rss کتاب های انگلیسی rss مقالات آموزشی
logo-samandehi