مشخصات پژوهش

عنوان	مدلسازی انتقال حرارت در کانال های سرپنتین مجهز به همزن ایستا توسط تکنیک های CFD و هوش مصنوعی
نوع پژوهش	پایان نامه
کلیدواژه‌ها	کانال سرپنتین، همزن استاتیک ، انتقال حرارت، ضریب اصطکاک، شبکه عصبی، الگوریتم ژنتیک.
چکیده	تبادل حرارتی در صنایع معمولاً توسط مبدل های حرارتی انجام می گیرد و پیش بینی و بهبود عملکرد حرارتی همواره یکی از مهم ترین چالش ها در تأسیسات مهندسی بوده است. در این پژوهش، تأثیر پارامترهای هندسی کانال های سرپنتین (مارپیچ) مجهز به همزن استاتیک بر روی عدد ناسلت (ضریب انتقال حرارت جابجایی) و ضریب اصطکاک)افت فشار) با استفاده از روش شبیه-سازی دینامیک سیالات محاسباتی (CFD) موردبررسی قرارگرفته است. شبیه سازی ها برای جریان های آشفته (آب به عنوان سیال عامل) انجام شده و عدد رینولدز (Re) در محدوده بین 10000 تا 30000 انتخاب شد. پارامتر موردبررسی همزن استاتیک شامل سه قطر (W) 5، 7 و 9 میلی متر و سه فاصله گام (B) 2، 3 و 4 سانتی متر در لوله سرپنتین با قطر یک سانتی متر است. مشاهده شد که دو مشخصه ضریب انتقال حرارت جابجایی و افت فشار به طور هم زمان با تغییر ابعاد هندسی افزایش یا کاهش یافت. همچنین در این مطالعه عملکرد انتقال حرارت و افت فشار سیستم موردبررسی با استفاده از روش های هوش مصنوعی شامل شبکه عصبی (ANN) و الگوریتم ژنتیک (GA) مدل شد. سه پارامتر Re، W/D و B/D به عنوان متغیرهای ورودی مدل شبکه عصبی و Nu و f به عنوان داده های هدف تعیین شدند. پارامترهای شبکه عصبی توسط روش سعی و خطا بهینه شد و دو فرمول برای پیش بینی Nu و f با استفاده از الگوریتم ژنتیک تعیین گردید. میانگین خطای نسبی (MRE) دو مدل شبکه عصبی و الگوریتم ژنتیک به ترتیب برای عدد ناسلت 125/0 و 326/1 درصد و برای ضریب اصطکاک 139/0 و 104/4 درصد به دست آمد که بیانگر دقت بالای مدل ها وبرتری مشهود شبکه عصبی است.
پژوهشگران	رضا بیگزاده (استاد راهنما)، محمدجواد موزون (دانشجو)