메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
Nurlaily Agustiarini (Chonnam National University) Hoang Ngoc Hieu (Chonnam National University) Jong-Taek Oh (Chonnam National University)
저널정보
대한설비공학회 대한설비공학회 학술발표대회논문집 대한설비공학회 2021년도 동계학술발표대회 논문집
발행연도
2021.11
수록면
63 - 66 (4page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

이 논문의 연구 히스토리 (3)

2022

Prediction analysis to the heat transfer coefficient models in two-phase flow boiling inside the multiport mini-channel tubes
Nu ,  laily Agustia ,  ini 외 2명 대한설비공학회 학술발표대회논문집 2022.11 학술대회자료
Prediction of boiling heat transfer coefficient using a data-based model for R290 and R1234yf inside multiport mini-channel tube
Nu ,  laily Agustia ,  ini 외 2명 대한설비공학회 학술발표대회논문집 2022.06 학술대회자료

2021

Application of machine learning to predict the heat transfer coefficient of R1234yf inside the multiport mini-channel tube
Nu ,  laily Agustia ,  ini 외 2명 대한설비공학회 학술발표대회논문집 2021.11 학술대회자료

초록· 키워드

오류제보하기
The purpose for the best prediction of the boiling heat transfer coefficient which covered up all conditions is to get the proper design of heat exchanger in heat pump, refrigeration and air-conditioning equipment, and many others. The machine learning could be a good method to predict the boiling heat transfer coefficient. Application of machine learning to predict the heat transfer coefficient of R1234yf inside the multiport mini-channel tube is proposed on this paper. The ANN (Artificial Neural Network) model is used to train and test the experimental data. The experiment study of R1234yf was conducted with mass flux range from 50 to 500 ㎏/㎡s, heat flux range from 3 to 12 ㎾/㎡, vapor quality from 0 to 1, and saturation temperature of 6℃. The dimensionless number, mass flux, heat flux, and vapor quality are set as input parameter. Finally, the ANN model with hidden layer of (512,256,128,64,32) gave a good prediction on boiling heat transfer coefficient with mean deviation of 10.78%. The prediction by ANN model is also compared with asymptotic model of boiling heat transfer coefficient. The ANN model could be applied to predict the boiling heat transfer coefficient.
#Boiling heat transfer coefficient #R1234yf #Artificial neural network #Multiport mini-channel

목차

Abstract
1. Introduction
2. ANN model parameter
3. Result and discussion
4. Conclusion
References

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0