عنوان مقاله :
بهينهسازي چند هدفه توسط الگوريتم ژنتيك براي افزايش انتقال حرارت در ميكرومبدلهاي حرارتي
عنوان به زبان ديگر :
Heat transfer enhancement in micro heat exchangers using genetic algorithm based multi-objective optimization
پديد آورندگان :
بيگزاده، رضا دانشگاه كردستان - دانشكده فني و مهندسي - گروه مهندسي شيمي، سنندج
كليدواژه :
انتقال حرارت , الگوريتم ژنتيك , بهينهسازي , ميكرومبدل حرارتي , ميكرولوله منحني شكل , مجموعه پارتو
چكيده فارسي :
در اين تحقيق بهينه سازي انتقال حرارت در ميكرولوله هاي منحني شكل توسط روش بهينهسازي چند هدفه مبتني بر الگوريتم ژنتيك مورد بررسي قرار گرفته است. ميزان انتقال حرارت و افت فشار سيال در ميكرولوله هاي مارپيچ با ابعاد هندسي متفاوت (شامل شعاع انحنا و طول مستقيم بين خمها) بصورت آزمايشگاهي اندازه گيري شد. با استفاده از داده هاي آزمايشگاهي، اعداد بدون بعد شامل: عدد ناسلت و ضريب اصطكاك براي تحليل و بهينه سازي نتايج، محاسبه شدند. ثوابت دو معادله تجربي براي تخمين عدد ناسلت و ضريب اصطكاك با دقت مناسب، توسط تكنيك الگوريتم ژنتيك تعيين گرديدند. نتايج بيانگر خطاي نسبي 49/7 درصد براي تخمين عدد ناسلت و 76/9 درصد براي پيشبيني ضريب اصطكاك ميباشند. در نهايت اين دو معادله تجربي جهت تعريف توابع هدف در بهينهسازي چندهدفه مبتني بر الگوريتم ژنتيك بكار گرفته شده و نتايج بهينهسازي شامل مجموعه پارتو ارائه شدند. نتايج بهينهسازي شامل ابعاد هندسي مناسب براي ميكروكانالهاي مورد بررسي جهت طراحي مبدلهاي حرارتي ميكروكانالي ميباشند.
چكيده لاتين :
In this study, the optimization of heat transfer in serpentine micro heat exchangers using the genetic algorithm based multi-objective optimization was investigated. The effects of geometric parameters of the serpentine microchannels including curvature radius and straight length between the bends on friction factor (f) and Nusselt number (Nu) were investigated experimentally. As was expected, increasing the heat transfer rate and pressure drop occurs simultaneously, which leads to the more energy required for pumping. Hence, both phenomena should be considered at the same time. The constants of two empirical equations for estimating Nusselt number and friction factor were obtained by the genetic algorithm searching method. The mean relative error of 7.49% and 9.76% were calculated for Nu and f correlation, respectively. These empirical equations were employed in two objective functions for genetic algorithm based multi-objective optimization. The optimum geometrical parameters of the investigated serpentine microchannels which lead to a trade-off between heat transfer and pressure drop were presented.
عنوان نشريه :
مدل سازي در مهندسي