Document IIF

Prévisions des performances de l’écoulement adiabatique d’isobutane à l’intérieur d’un tube capillaire hélicoïdal : réseau neuronal artificiel.

Performance predictions of adiabatic flow of isobutane inside a helically coiled capillary tube: artificial neural network.

Numéro : 1121

Auteurs : DUBBA S. K., MENDA V. R., DHURANDHER B. K., KUMAR R.

Résumé

This paper presents an artificial neural network correlation for predicting the mass flow rate of R-600a inside a helically coiled capillary tube. 480 sets of experimental measured mass flow rate data of R-600a inside straight and helically coiled capillary tube covering wide range of inlet sub-cooling degree of 3-15°C, inlet pressure 600-750 kPa, capillary geometry (capillary tube diameter: 1.12-1.52 mm and length: 2.8-4.6 m) and coil diameter of 40, 60 & 80, collected from the literature to train the neural network model. The artificial neural network model of an adiabatic straight capillary tube shows the variation from the experimental data with ±20 percentage error. In addition, the artificial neural network model of an adiabatic coiled capillary tube predicts the mass flow rate data within ±20 percentage of experimental data.

Documents disponibles

Format PDF

Pages : 7

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 : Performance predictions of adiabatic flow of isobutane inside a helically coiled capillary tube: artificial neural network.
  • Identifiant de la fiche : 30027649
  • Langues : Anglais
  • Source : IIR Rankine Conference 2020.
  • Date d'édition : 31/07/2020
  • DOI : http://dx.doi.org/10.18462/iir.rankine.2020.1121

Liens


Voir d'autres communications du même compte rendu (75)
Voir le compte rendu de la conférence