research centers


Search results: Found 2

Listing 1 - 2 of 2
Sort by

Article
Estimated Outlet Temperatures in Shell-and-Tube Heat Exchanger Using Artificial Neural Network Approach Based on Practical Data
تخمين درجات الحرارة الخارجة من مبادل حراري نوع قشرة – انبوب باستخدام الشبكة العصبية الصناعية اعتمادا على معلومات تطبيقية

Author: Hisham Hassan Jasim هشام حسن جاسم
Journal: Al-Khwarizmi Engineering Journal مجلة الخوارزمي الهندسية ISSN: 18181171 23120789 Year: 2013 Volume: 9 Issue: 2 Pages: 12-20
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

The objective of this study is to apply Artificial Neural Network for heat transfer analysis of shell-and-tube heat exchangers widely used in power plants and refineries. Practical data was obtained by using industrial heat exchanger operating in power generation department of Dura refinery. The commonly used Back Propagation (BP) algorithm was used to train and test networks by divided the data to three samples (training, validation and testing data) to give more approach data with actual case. Inputs of the neural network include inlet water temperature, inlet air temperature and mass flow rate of air. Two outputs (exit water temperature to cooling tower and exit air temperature to second stage of air compressor) were taken in ANN.150 sets of data were generated in different days by the reference heat exchanger model to training the network. Regression between desired target and prediction ANN output for training , validation, testing and all samples show reasonably values are equal to one (R=1) . 50 sets of data were generated to test the network and compare between desired and predicated exit temperature (water temp. and air temp.) show a good agreement ( ).

هدف الدراسة هو تطبيق الشبكة العصبية لتحليل انتقال الحرارة لمبادل حراري وهو من الأجهزة واسعة الاستخدام في محطات توليد القدرة والمصافي.النتائج العملية تم الحصول عليها من مبادل حراري يعمل في قسم توليد الطاقة داخل مصفى الدورة.اعتمدنا أشهر طريقة للتدريب وتعليم الخوارزمية وهي Back propagation algorithm من خلال تقسيم النتائج العملية الى ثلاثة أقسام (تدريب، تصديق، اختبار) للحصول على أفضل تقارب مع الحالة الحقيقية. قيم الإدخال للشبكة العصبية هي درجة حرارة الماء الداخل و درجة حرارة الهواء الداخل ومعدل تدفق الهواء أما قيم الإخراج فهي درجة حرارة الماء الخارج لبرج التبريد ودرجة حرارة الهواء الخارج لضاغط الهواء. 150 قراءة تم أخذها من الموديل في أيام عمل مختلفة لتدريب الشبكة العصبية . مقارنة نتائج الشبكة مع القيم العملية وبأقسامها التدريب والتصديق والاختبار بينة تقارب عالي جدا، 50 قراءة تم أخذها لاختبار مدى دقة الشبكة العصبية في هذه الدراسة من خلال مقارنة درجات حرارة الخروج للماء ودرجة حرارة الخروج للهواء الناتجة من الشبكة والموديل العملي بينة تقارب ودقة معقولة حيث بلغت نسبة الخطأ بحدود ( ).


Article
Effect of Operation Conditions on Exit Water Temperature of Condenser (Atmospheric) by Using Neural Network

Authors: Hayder Mohammad Jaffal حيدر محمد جفال --- Hisham Hassan Jasim هشام حسن جاسم
Journal: Journal of Engineering and Sustainable Development مجلة الهندسة والتنمية المستدامة ISSN: 25200917 Year: 2011 Volume: 15 Issue: 3 Pages: 61-74
Publisher: Al-Mustansyriah University الجامعة المستنصرية

Loading...
Loading...
Abstract

The goal of this research is the determination exit water temperature of a condenser (atmospheric) use in steam power plant by artificial neural network with various operation conditions. Input of neural network include surface area, inlet water temperature, water flow rate, steam temperature, enthalpy difference and steam flow rate. Output of the neural network consists of the exit water temperature. For the subject of the neural network, training or learning algorithm are applied the most famous of which is back propagation algorithm. This algorithm is a systematic method for training multi layer artificial neural network. The real exit water temperature first using experimental work and is defined as a goal function for neural network (NN) , so that all outputs of the network can be compared to this function and the error can be calculated. Then another a set of input from experimental work was used to test the NN, the performance of the NN is optimum. Compared with a validated first model, the standard deviations of neural network models are less than 0.12%, and all errors fall into .

فائدة هذا البحث هو حساب درجة حرارة خروج ماء مكثف يعمل بالضغط الجوي في محطة توليد قدرة بواسطة الشبكة العصبية ولظروف عمل مختلفة. قيم الإدخال للشبكة العصبية هي المساحة السطحية لانتقال الحرارة، درجة حرارة دخول الماء، معدل تدفق ماء التبريد، درجة حرارة البخار ، فرق المحتوى الحراري ومعدل تدفق البخار. مخرجات الشبكة العصبية هي درجة حرارة خروج الماء . اعتمدنا اشهر طريقة للتدريب وتعليم الخوارزمية وهي Back propagation algorithm .هذه الخوارزمية لها طريقة منظمة لتدريب الشبكة العصبية الاصطناعية متعددة الطبقات.القيم الحقيقة لدرجة حرارة خروج الماء يتم الحصول عليها من الجانب العملي للبحث وتعرف كأنها هدف الشبكة العصبية لذلك كل نواتج الشبكة يمكن مقارنتها وحساب الخطأ. تم استخدام قيم عملية أخرى لاختبار الشبكة العصبية وطبقا للنتائج آن أداء الشبكة العصبية متكامل. ومن مقارنة نتائج الشبكة مع قيم الجانب العملي وجدنا انحراف معياري اقل من 0.12% وكل نسب الخطأ اقل من .

Listing 1 - 2 of 2
Sort by
Narrow your search

Resource type

article (2)


Language

Arabic and English (2)


Year
From To Submit

2013 (1)

2011 (1)