R410A SOĞUTUCU AKIŞKANININ TERMODİNAMİK ÖZELLİKLERİNİN YAPAY SİNİR AĞLARI METODUYLA MODELLENMESİ

Önder KIZILKAN, Arzu ŞENCAN, Ali Kemal YAKUT
2.630 1.142

Öz


Bu çalışmada, buhar sıkıştırmalı soğutma çevriminde kullanılan ve ozon tabakasına zararı olmayan çevre dostu
R410a soğutucu akışkanının doyma basıncı, sıvı ve buhar entalpileri, entropileri, kızgın buhar entalpisi ve sıcaklığı gibi termodinamik özellikleri Yapay Sinir Ağları (YSA) modeliyle belirlenmiştir. Bu modelde kullanılan veriler, literatürde mevcut olan ampirik ve deneysel veriler yardımıyla elde edilmiştir. Çalışmada; çok iyi eğitilmiş bir YSA modeliyle, istenilen her aralıkta soğutucu akışkanın termodinamik özelliklerinin tespiti için yeni formülasyonlar türetilmiştir. Bu formülasyonlar, ağ modeline ait ağırlık ve bias değerleri kullanılarak elde edilmiştir. Modelden elde edilen denklemlerle çok daha hızlı ve basit çözümlere ulaşılmıştır.


Anahtar kelimeler


Yapay sinir ağları, buhar sıkıştırmalı sistemler, R410a, termodinamik özellikler

Tam metin:

PDF


Referanslar


Çengel, A.Y., Boles, A.M, Thermodynamics: An

Engineering Approach, McGraw-Hill, New

York, U.S., 1994.

Özkol, N., Uygulamalı Soğutma Tekniği,

TMMOB Makine Mühendisleri Odası Yayın No:

, Ankara, 1999.

Dossat, R.J., Principles of Refrigeration,

Prentice Hall, New Jersey, U.S., 1997.

Dupont. 2004. DuPont de Nemours and

Company Inc. http://www.dupont.com/suva

Kalogirou, S.A.,“Artificial Neural Networks in

Renewable Energy Systems Applications: A

Review”, Renewable and Sustainable Energy

Reviews, 5, 373–401, 2000.

Dorvlo, S.S., Jervase, J.A., Al-Lawati, A., “Solar

Radiation Estimation Using Artificial Neural

Network”, Applied Energy, 71, 307–319, 2002.

Civalek, Ö., “Dairesel Plakların Nöro-Fuzzy

Tekniği İle Analizi”, Dokuz Eylül Üniversitesi

Fen ve Mühendislik Dergisi, 1(2), 13-31, 1999.

Sözen, A., Arcaklıoğlu, E., Özalp, M.,

Formulation based on Artificial Neural Network

of Thermodynamic Properties of Ozone Friendly

Refrigerant/Absorbent Couples”, Applied Thermal

Engineering, 25(11-12): 1808-1820, 2005.

Sözen, A., Akçayol, M.A., “Modelling (Using

Artificial Neural-Networks) the Performance

Parameters of a Solar-Driven Ejector-Absorption

Cycle”, Applied Energy, 79(3): 309-325, 2004.

Kalogirou, S. A., “Long-Term Performance

Prediction of Forced Circulation Solar Domestic

Water Heating Systems Using Artificial Neural

Networks”, Applied Energy, 66, 63–74, 2000.

Kalogirou, S.A, “Applications of Artificial Neural

Networks in Energy Systems: A Review”, Energy

Conversion&Management, 40: 1073-1087, 1999.

Fu, L.M., Neural Networks in Computer

Intelligence, Mc Graw-Hill International Editions,

p., 1994.

Tsoukalas, L.H., Uhrig, R.E., Fuzzy and Neural

Approaches In Engineering, John Wiley&Sons

Inc., 587p., 1997.

Efe, Ö., Kaynak, O., Yapay Sinir Ağları ve Uygulamaları,

Boğaziçi Üniversitesi, İstanbul, 2000.

Şencan, A., Yakut, A.K., Dikmen, E., “A New

Model for Determining the Thermodynamic

Properties of LiBr-H2O Solution”, G.U. Journal

of Science, 17(1):101-110, 2004.

Sözen, A., Arcaklıoğlu, E., Özalp, M.,

“Formulation based on Artificial Neural Network

of Thermodynamic Properties of Ozone Friendly

Refrigerant/Absorbent Couples”, Applied Thermal

Engineering, 25(11-12): 1808-1820, 2005.

Sözen, A., Akçayol, M.A., “Modelling (Using

Artificial Neural-Networks) the Performance

Parameters of a Solar-Driven Ejector-Absorption

Cycle”, Applied Energy, 79(3): 309-325, 2004.




Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 License.