بهینهسازی نسبت سرعت جریان القایی به توان الکتریکی مصرفی در محرک پلاسمایی DBD به کمک شبکهی عصبی مصنوعی و الگوریتم ژنتیک | ||
| مهندسی مکانیک مدرس | ||
| Article 35, Volume 17, Issue 11, 1396, Pages 323-332 PDF (1.23 M) | ||
| Authors | ||
| محمد صادق دالوند1; غلامحسین پوریوسفی2; مسعود ابراهیمی کچویی* 3 | ||
| 1دانشکدهی مهندسی مکانیک، دانشگاه تربیت مدرس، تهران، ایران | ||
| 2دانشکدهی مهندسی هوافضا، دانشگاه صنعتی خواجه نصیرالدین طوسی، تهران، ایران | ||
| 3استادیار دانشگاه تربیت مدرس | ||
| Abstract | ||
| محرکهای پلاسمایی DBD، یکی از ابزارهای نوین کنترل فعال جریان هستند که در دههی گذشته توجه بسیاری از پژوهشگران را به خود جلب کردهاند. عملکرد این محرک زمانی بهینه است که بیشترین سرعت ممکن را به ازای واحد توان مصرفی، القا کند. از آنجا که سرعت جریان القایی و همچنین توان مصرفی تابع متغیرهای گوناگونی هستند، یافتن ترکیبی که منجر به بهترین عملکرد محرک میشود، از اهمیت بسزایی برخوردار است. در این پژوهش به منظور بهینهسازی عملکرد محرکهای پلاسمایی DBD، ابتدا با استفاده از روش طراحی آزمایش رویکرد عاملی کامل، اثر متغیرهای الکتریکی (ولتاژ و فرکانس حامل) و متغیرهای هندسی (فاصلهی بین الکترودها، ضخامت دیالکتریک و پهنای الکترود پوشیده) بر سرعت جریان القایی و توان الکتریکی مصرفی در حالت تحریک پایا به طور جامع مورد بررسی تجربی قرار گرفته است. در ادامه با استفاده از شبکهی عصبی مصنوعی پرسپترون چندلایه، یک مدل برای نسبت سرعت جریان القایی به توان مصرفی ارائه شده و اعتبار این مدل به صورت آماری و تجربی صحهگذاری شده است. نتایج حاکی از ضریب تشخیص بالای 95 درصد برای دادههای آموزش و دادههای آزمایش است. در پایان، مدل جایگزین ایجاد شده با استفاده از الگوریتم ژنتیک بهینه شده و مقدار بهینهی متغیرهای الکتریکی و هندسی تعیین شده است. برای سنجش اعتبار جواب بدست آمده، محرکی بر مبنای متغیرهای بهینه ساخته شده و نسبت سرعت به توان مصرفی آن برابر (m/s)/(kW/m) 29.71 اندازهگیری شده است. اختلاف حدود 3 درصدی این مقدار با مقدار پیشبینی شده توسط مدل، بیانگر دقت بالای مدل و درستی روش ارائه شده است. | ||
| Keywords | ||
| محرک پلاسمایی DBD; سرعت جریان القایی; توان الکتریکی مصرفی; شبکهی عصبی مصنوعی; الگوریتم ژنتیک | ||
|
Statistics Article View: 257 PDF Download: 274 |
||
| Number of Journals | 45 |
| Number of Issues | 2,160 |
| Number of Articles | 24,572 |
| Article View | 19,875,923 |
| PDF Download | 16,058,307 |