Новая комплексная модель теплопроводности гидрофторолефиновых хладагентов, построенная с использованием нейронных сетей с прямой связью и обучением по методу обратного распространения ошибки
Н. Галем1,2, С. Ханини1, А. Амране3, М. Хамадаче1, М. Лаиди1, М.В. Насер3
1Университет Медеа, Медеа, Алжир
ghalem.naima@yahoo.fr
2Университет Блида, Блида, Алжир
3Университет Ренна, Ренн, Франция
abdeltif.amrane@univ-rennes1.fr
Ключевые слова: хладагент, чистая система, теплопроводность, моделирование, искусственная нейронная сеть, многослойный перцептрон, предиктивная модель
Страницы: 387-401
Аннотация
В представленной работе с помощью искусственной нейронной сети исследуется теплопроводность систем хладагентов из трех различных гидрофторолефинов: R1234yf, R1234ze (E) и R1233zd(E). Всего для обучения и тестирования модели было использовано 4395 точек данных по теплопроводности жидкости и пара при различных температурах (в диапазоне от 241,92 до 344,46 K) и давлениях (в диапазоне от 0,068 до 21,73 МПа). Во входном слое использовалось пять нейронов, в скрытом слое - пятнадцать, в выходном слое - один. На скрытом и выходном слоях сети применялись соответственно алгоритм байесовской регуляризации обратного распространения ошибки, а также логарифмическая сигмоидная передаточная функция и линейная передаточная функция. В качестве входных переменных рассматривались температура, давление, реализованная мощность нагрева, фактор ацентричности и дипольный момент. Оптимальные величины параметров были получены методом поиска весов. Средние абсолютные относительные отклонения и коэффициент корреляции составили соответственно 1,48 и 0,9998. Таким образом, исследование показало, что модель искусственной нейронной сети представляет собой отличную альтернативу другим имеющимся моделям для точной оценки теплопроводности различных систем хладагентов.
EDN: JTUDYU
|
