Document IIF
Réseau neuronal informé par la physique et investigations expérimentales pour l’analyse de la cinétique d’adsorption d’un échangeur d’énergie revêtu d’un déshydratant dans des conditions climatiques tropicales.
Physics-informed neural network and experimental investigations for analysing adsorption kinetics of desiccant coated energy exchanger under tropical climatic conditions.
Numéro : 0950
Auteurs : PRIYADARSHI G., TEJES P. K. S., KIRAN NAIK B.
Résumé
To improve the energy exchange abilities, and to enhance indoor air quality, desiccant coated energy exchanger (DCEE) is a capable substitute compared to conventional energy exchangers such as fixed beds and desiccant wheels. Thus, in the present study, a novel data-driven modelling methodology utilizing physics-informed neural networks (PINNs) is developed to predict the exit parameters of DCEE during adsorption. The performance characteristics of DCEE are evaluated using PINNs by considering different input and design parameters. Good agreement is obtained between the PINN and experimental results for both the steady-state and transient cases, proving the PINN method's capability in solving multiple physics-based PDEs on a single domain with maximum discrepancy of ±7.8%. The SEM results concluded that a uniform coating is formed on the fin tube. Further, the water vapor adsorption isotherm is evaluated. The experimental analysis of the adsorption kinetics of silica gel shows that the water uptake capability is about 0.35 g.g-1.
Documents disponibles
Format PDF
Pages : 13
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 : Physics-informed neural network and experimental investigations for analysing adsorption kinetics of desiccant coated energy exchanger under tropical climatic conditions.
- Identifiant de la fiche : 30031888
- Langues : Anglais
- Sujet : Technologie
- Source : Proceedings of the 26th IIR International Congress of Refrigeration: Paris , France, August 21-25, 2023.
- Date d'édition : 21/08/2023
- DOI : http://dx.doi.org/10.18462/iir.icr.2023.0950
Liens
Voir d'autres communications du même compte rendu (491)
Voir le compte rendu de la conférence
Indexation
-
Physical and neural network models of a silica-...
- Auteurs : CEJUDO J. M., MORENO R., CARRILO A.
- Date : 2002
- Langues : Anglais
- Source : Energy Build. - vol. 34 - n. 8
Voir la fiche
-
Physical and neural network models of a silica-...
- Auteurs : MORENO R., CEJUDO J. M., CARRILLO A.
- Date : 15/09/2001
- Langues : Anglais
- Source : CLIMA 2000. 7th REHVA World Congress, Naples 2001 [CD-ROM + Hard-copy abstracts].
Voir la fiche
-
A new configuration of the desiccant dehumidifi...
- Auteurs : KABEEL A. E., ABDELGAIED M.
- Date : 07/2019
- Langues : Anglais
- Source : International Journal of Refrigeration - Revue Internationale du Froid - vol. 103
- Formats : PDF
Voir la fiche
-
Experimental investigation on a desiccant dehum...
- Auteurs : ZHAO Y., GE T. S., DAI X. J., et al.
- Date : 02/2014
- Langues : Anglais
- Source : Applied Thermal Engineering - vol. 63 - n. 1
Voir la fiche
-
Application of Artificial Neural Network (ANN) ...
- Auteurs : LONGO G. A., ORTOMBINA L., ZIGLIOTTO M.
- Date : 02/2018
- Langues : Anglais
- Source : International Journal of Refrigeration - Revue Internationale du Froid - vol. 86
- Formats : PDF
Voir la fiche