یک مدل یادگیری ماشین جایگزین برای تعیین ضریب اصطکاک سمت هوا در مبدل‌های حرارتی لوله پره دار ساده با آرایش متناوب

نوع مقاله : مقاله مستقل

نویسنده

دانشگاه شهید چمران اهواز شاخه شهدای هویزه

10.22044/jsfm.2026.17637.4058

چکیده

تعیین دقیق ضریب اصطکاک مبدل‌های حرارتی لوله پره‌دار با استفاده از روش‌های آزمایشگاهی و عددی مستلزم صرف هزینه‌های گزاف و حجم سنگین محاسباتی است. لذا ارائه یک روش جایگزین جهت تخمین دقیق و سریع آن الزامی است. در این پژوهش ضریب اصطکاک سمت هوای یک مبدل حرارتی لوله پره‌دار ساده با آرایش متناوب با استفاده از روش‌های یادگیری ماشین Bagging، M5P، Rules M5 و REPT با دقت بسیار بالا تخمین زده می‌شود. یک مجموعه داده بزرگ مشتمل بر 1149 مشاهده که از مراجع مختلف و معتبر استخراج شده است جهت آموزش و تست مدل‌های مورد بررسی استفاده شده است. گام پره، گام عرضی لوله، گام طولی لوله و عدد رینولدز به عنوان پارامترهای ورودی و ضریب اصطکاک سمت هوا نیز به عنوان پارامتر هدف لحاظ شده است. نتایج نشان داد که روش Bagging ، با مقادیر ضریب همبستگی 9983/0 و 9968/0 به ترتیب برای داده‌های آموزش و آزمایش بالاترین دقت را در بین روش‌های مورد مطالعه دارد. میانگین خطای مطلق و ریشه میانگین مربعات خطای این روش برای داده‌های آموزش به ترتیب 0003/0 و 0004/0 و برای داده‌های آزمایش به ترتیب 0004/0 و 0006/0 حاصل شد که بیانگر خطای بسیار پایین این روش جهت تخمین ضریب اصطکاک است.

کلیدواژه‌ها

موضوعات

مکانیک سازه ها و شاره ها
دوره 16، شماره 4
مهر و آبان 1405
صفحه 1-14

فایل ها

هم رسانی

ارجاع به این مقاله

آمار