Document IIF
Prévision du débit massique d'un détendeur électronique par corrélation adimensionnelle et modèle RNA.
Electronic expansion valve mass flow rate prediction based on dimensionless correlation and ANN model.
Résumé
Refrigerant mass flow rate through electronic expansion valve (EEV) makes significant sense for refrigeration system intelligent control and energy conservation. Objectives of this study were to present experimental data of R134a mass flow rate through EEV and to develop models for EEV mass flow rate prediction via two approaches: dimensionless correlation based on Buckingham p-theorem and artificial neural network (ANN) model based on dimensionless parameters. The database utilized for model training and test was comprised of our experimental data and data available in open literatures including R22, R407C, R410A and R134a. Compared with three existing dimensionless correlations, the proposed dimensionless correlation and ANN model demonstrated higher accuracy. The proposed dimensionless correlation gave mean relative error (MRE) of 6.60%, relative mean square error of (RMSE) 12.05 kg h-1 and correlation coefficient (R2) of 0.9810. The ANN model with the configuration of 8-6-1 showed MRE, RMSE and R2 of 3.97%, 7.59 kg h-1 and 0.9924, respectively.
Documents disponibles
Format PDF
Pages : 1-10
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 : Electronic expansion valve mass flow rate prediction based on dimensionless correlation and ANN model.
- Identifiant de la fiche : 30015201
- Langues : Anglais
- Source : International Journal of Refrigeration - Revue Internationale du Froid - vol. 57
- Date d'édition : 09/2015
Liens
Voir d'autres articles du même numéro (25)
Voir la source
Indexation
-
Thèmes :
HFC;
Systèmes de détente - Mots-clés : R134a; Corrélation; Réseau neuronal artificiel; Prévision; Détendeur électrique; Débit
-
An electronic expansion valve modeling framewor...
- Auteurs : WAN H., CAO T., HWANG Y., et al.
- Date : 11/2019
- Langues : Anglais
- Source : International Journal of Refrigeration - Revue Internationale du Froid - vol. 107
- Formats : PDF
Voir la fiche
-
Artificial neural network models for depicting ...
- Auteurs : SALEH B., ALY A. A.
- Date : 03/2016
- Langues : Anglais
- Source : International Journal of Refrigeration - Revue Internationale du Froid - vol. 63
- Formats : PDF
Voir la fiche
-
Performance predictions of adiabatic flow of is...
- Auteurs : DUBBA S. K., MENDA V. R., DHURANDHER B. K., KUMAR R.
- Date : 31/07/2020
- Langues : Anglais
- Source : IIR Rankine Conference 2020.
- Formats : PDF
Voir la fiche
-
Accurate modelling of the scroll expander via a...
- Auteurs : MA X., LV X., LI C., LI K.
- Date : 11/2023
- Langues : Anglais
- Source : International Journal of Refrigeration - Revue Internationale du Froid - vol. 155
- Formats : PDF
Voir la fiche
-
Refrigerant flow through electronic expansion v...
- Auteurs : CAO X., LI Z. Y., SHAO L. L., et al.
- Date : 05/01/2016
- Langues : Anglais
- Source : Applied Thermal Engineering - vol. 92
Voir la fiche