پيش بيني تغييرات حرارتي مخزن ذخيره كننده سيال يك خشك‌كن خورشيدي با استفاده از شبكه عصبي مصنوعي و روش ديناميك سيالات محاسباتي

در اين تحقيق براي افزايش عملكرد جمع كننده خورشيدي سهموي از مواد تغييرفاز دهنده PCM درون مخزن ذخيره كننده سيال استفاده شد. تاثير ميزان جريان سيال در سه سطح 1، 2.5 و 5 ليتر بر دقيقه و جرم PCM در دو سطح 1.5 و 3.2 كيلوگرم بر دماي خروجي، بازده جمع كننده و بازده مخزن با استفاده روش آزمايشگاهي و CFD و ANN  ارزيابي و با هم مقايسه شد. ميزان بازده خشك كردن از 21.11 تا 25.20 درصد و جمع كننده از  62.9 تا 64.03 تغيير نمود. ميزان خطاي به دست آمده از بازده جمع كننده از روش CFD و ANN به ترتيب از 5.31 تا 7.4 درصد و 1.22 تا 3.84 درصد متغير بود. با توجه به داده هاي آماري و مدت زمان صرف شده مشخص شد كه روش ANN نسبت به روش CFD با دقت بيشتر و زمان صرف شده كمتر مي تواند براي پيش بيني رفتار حرارتي سامانه استفاده شود.