Document IIF
Evaluation de la performance d'un condenseur à tubes ailetés à l'aide de réseaux neuronaux.
Fin-and-tube condenser performance evaluation using neural networks.
Auteurs : ZHAO L. X., ZHANG C. L.
Type d'article : Article, Article de la RIF
Résumé
The paper presents neural network approach to performance evaluation of the fin-and-tube air-cooled condensers which are widely used in air-conditioning and refrigeration systems. Inputs of the neural network include refrigerant and air-flow rates, refrigerant inlet temperature and saturated temperature, and entering air dry-bulb temperature. Outputs of the neural network consist of the heating capacity and the pressure drops on both refrigerant and air sides. The multi-input multi-output (MIMO) neural network is separated into multi-input single-output (MISO) neural networks for training. Afterwards, the trained MISO neural networks are combined into a MIMO neural network, which indicates that the number of training data sets is determined by the biggest MISO neural network not the whole MIMO network. Compared with a validated first-principle model, the standard deviations of neural network models are less than 1.9%, and all errors fall into plus or minus 5%.
Documents disponibles
Format PDF
Pages : pp. 625-634
Disponible
Prix public
20 €
Prix membre*
Gratuit
* meilleur tarif applicable selon le type d'adhésion (voir le détail des avantages des adhésions individuelles et collectives)
Détails
- Titre original : Fin-and-tube condenser performance evaluation using neural networks.
- Identifiant de la fiche : 2010-0090
- Langues : Anglais
- Source : International Journal of Refrigeration - Revue Internationale du Froid - vol. 33 - n. 3
- Date d'édition : 05/2010
Liens
Voir d'autres articles du même numéro (21)
Voir la source
Indexation
-
Fin-and-tube condenser performance modeling wit...
- Auteurs : LI Z. Y., SHAO L. L., ZHANG C. L.
- Date : 11/2015
- Langues : Anglais
- Source : International Journal of Refrigeration - Revue Internationale du Froid - vol. 59
- Formats : PDF
Voir la fiche
-
Model-based dimensionless neural networks for f...
- Auteurs : YANG L., LI Z. Y., SHAO L. L., et al.
- Date : 12/2014
- Langues : Anglais
- Source : International Journal of Refrigeration - Revue Internationale du Froid - vol. 48
- Formats : PDF
Voir la fiche
-
Frosting weight and refrigerating capacity pred...
- Auteurs : ZHAO B., YI R., GAO D., et al.
- Date : 03/2019
- Langues : Anglais
- Source : International Journal of Refrigeration - Revue Internationale du Froid - vol. 99
- Formats : PDF
Voir la fiche
-
Performance prediction of heat exchangers based...
- Auteurs : DING G. L., ZHANG C. L.
- Date : 22/04/2003
- Langues : Anglais
- Source : Cryogenics and refrigeration. Proceedings of ICCR 2003.
Voir la fiche
-
Performance prediction of wet cooling tower usi...
- Auteurs : GAO M., SUN F. Z., ZHOU S. J.
- Date : 03/2009
- Langues : Anglais
- Source : International Journal of thermal Sciences - vol. 48 - n. 3
Voir la fiche