پيش‌بيني ضريب عملكرد سيكل تبريد اجكتوري با استفاده از شبكه عصبي

Prediction of Performance Coefficient of Ejector Refrigeration Cycle Using Artificial Neural Network

سيستم‌هاي تبريد تراكمي بدليل توان مصرفي زياد كمپرسور در روزهاي گرم سبب افزايش مصرف انرژي مي‌شوند. در سيستم‌هاي تبريد اجكتوري با افزودن اجكتور توان مصرفي بشدت كاهش مي‌يابد و در نتيجه در مصرف سوخت و انرژي صرفه‌جويي چشم‌گيري موجب مي‌شود. اضافه شدن اجكتور به سيستم ترموديناميكي تبريد سبب ايجاد معادلات غير خطي در تحليل سيستم مي‌گردد كه حل آن‌ها بشدت دشوار و زمان‌بر مي‌باشد. بمنظور حل اين مشكل در اين مقاله با استفاده از پايگاه داده ايجاد شده بوسيله حل معادلات ترموديناميكي و شبكه عصبي آموزش داده شده ضريب عملكرد سيستم تبريد اجكتوري با توجه به پارامترهاي متغير مستقل پيش‌بيني مي‌شود. نتايج نشان مي‌دهد پيش‌بيني‌هاي انجام شده توسط شبكه عصبي دقت مناسبي با نتايج معادلات غيرخطي دارد در نتيجه مي‌توان با استفاده از مدل توسعه داده شده بدون نياز به حل معادلات پيچيده و غيرخطي سيكل تبريد اجكتوري، ضريب عملكرد اين سيكل ‌را با استفاده از شبكه عصبي پيش‌بيني كرد.

The refrigerator system due to high power consumption of the compressor cause to increase in energy consumption on the hot days. In the ejector refrigeration system by adding ejector power consumed is reduced sharply so it cause to saving energy and fuel consumption. Adding ejector to refrigeration thermodynamic system creates nonlinear equation for analyzing system that solution is highly difficult and time consuming. In this paper according to a data base that created by solving nonlinear thermodynamic equations, trained artificial neural network and independence variable the coefficient of performance of ejector refrigeration cycle was predicted. The results depict that there are agreement between predictions of artificial neural network and analytical solution of nonlinear equation. Therefor it could be applicable to predict coefficient of performance of ejector refrigeration without solving nonlinear equation by using artificial neural network.