Soğutma prosesi sırasında EC Fan Coil'in deneysel olarak elde edilen ısıl performansının ve kapasitesinin yapay sinir ağları ile sayısal tahmini
Numerical prediction of experimentally obtained thermal performance and capacity of EC Fan Coil with artificial neural networks during cooling process
- Tez No: 886523
- Danışmanlar: DOÇ. DR. ZAFER GEMİCİ, DOÇ. DR. ANDAÇ BATUR ÇOLAK
- Tez Türü: Yüksek Lisans
- Konular: Makine Mühendisliği, Mechanical Engineering
- Anahtar Kelimeler: Soğutma, Cooling
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Makine Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Isı Proses Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Fan coil cihazları iç mekanların ısıtılması ve soğutulması amacıyla en yaygın olarak kullanılan ısıtma, havalandırma ve iklimlendirme (HVAC) sistemi cihazlarının başında gelmektedir. Fan coil cihazlarının seçimi ve ihtiyaca göre gerçek çalışma koşullarının belirlenebilmesi iç ortam konforu ve enerji tasarrufu açısından büyük önem arz etmektedir. Bu konuda fan coil ünitelerinin farklı çalışma noktalarındaki performans çıktılarının tahminine yönelik çalışmalar yeterli değildir. Bu çalışmada, gizli tavan tipi bir fan coil'in deneysel olarak 1700 deney noktasından elde edilen termal performansını ve kapasitesini sayısal olarak tahmin etmek için dört farklı yapay sinir ağı (YSA) kullanılmıştır. Deneyler AMCA 210 test standardına uygun olarak tasarlanmış test düzeneğinde ve Eurovent test normlarına uygun iç ortam havası ve ısı değiştirici akışkan rejiminde yapılmıştır. İlk YSA'da 6 farklı girdi parametresine göre hava debisi tahmin edilirken, ikinci YSA'da 5 farklı girdi parametresine göre hava çıkış sıcaklığı ve toplam soğutma kapasitesi tahmin edilmiştir. Geliştirilen üçüncü YSA'da 5 farklı girdi parametresine göre ısı eşanjörü akışkan tarafı basınç kaybı tahmin edilirken, dördüncü YSA'da 8 farklı girdi parametresine göre hava çıkış sıcaklığı, fan gücü ve toplam soğutma kapasitesi tahmin edilmiştir. Gizli katmanda 10 nöron bulunan ağ modellerinde Levenberg-Marquardt eğitim algoritması kullanılmıştır. Birinci YSA'da hava debisi için ortalama sapma oranı %-0,255 olarak elde edilirken, ikinci YSA'da hava çıkış sıcaklığı ve toplam soğutma kapasitesi için ortalama sapma oranları sırasıyla %-0,195 ve %-0,012 olarak elde edilmiştir. Geliştirilen üçüncü YSA'da suyun basınç kaybı için ortalama sapma oranı %-0,014 olarak elde edilirken, dördüncü YSA'da hava çıkış sıcaklığı, soğutma kapasitesi ve fan gücü için ortalama sapma oranları sırasıyla %+0,045, %-0,014 ve %+0,283 olarak elde edilmiştir.
Özet (Çeviri)
Fan coil devices are one of the most widely used heating, ventilation, and air conditioning (HVAC) system devices for heating and cooling indoor areas. The selection of fan coil devices and determining the operating conditions according to the needs are of great importance in terms of indoor comfort and energy savings. In this regard, studies on the prediction of fan coil units' performance outputs at different operating points are not sufficient. In this study, four distinct artificial neural networks (ANNs) were used to numerically predict the experimentally obtained from 1700 test points thermal performance and capacity of a concealed ceiling-type fan coil. The experiments were carried out in a test device designed in accordance with the AMCA 210 test standard and in an indoor air and heat exchanger fluid regime in accordance with Eurovent test norms. In the first ANN, the air flowrate was estimated according to 6 different input parameters, while in the second ANN, the air outlet temperature and total cooling capacity were estimated according to 5 different input parameters. In the third developed ANN, the heat exchanger fluid side pressure loss was estimated according to 5 different input parameters, while in the fourth ANN, the air outlet temperature, fan power and total cooling capacity were estimated according to 8 different input parameters. Levenberg-Marquardt training algorithm was used in the network models with 10 neurons in the hidden layer. While deviation was obtained as %-0,255 for air flowrate, in the first ANN, the air outlet temperature and cooling capacity deviations were obtained respectively as %-0,195, %-0,012 in the second ANN. While deviation was obtained as %-0,014 for fluid pressure loss, in the third developped ANN, the air outlet temperature, cooling capacity and fan power's deviation were obtained respectively as %+0,045, %-0,014, %+0,283 in the fourth ANN.
Benzer Tezler
- Soğutmanın kuzu karkaslarının mikrobiyolojik kalitesi üzerine olan etkisinin belirlenmesi
Determination of the effect of coolling on the microbiological qualty of lamb carcasses
YASEMİN YALÇIN
Yüksek Lisans
Türkçe
2018
Aydın Adnan Menderes ÜniversitesiBesin Hijyeni ve Teknolojisi Ana Bilim Dalı
Yükleniyor...
- Zirkonya esaslı refrakter kompozitlerin üretim parametrelerinin geliştirilmesi
Improvement of parameters for production of refractory composites based on zirconia
ÇAĞATAY DURMUŞ
Doktora
Türkçe
2015
İstanbul Teknik ÜniversitesiMetalurji ve Malzeme Mühendisliği Ana Bilim Dalı
Yükleniyor...
- Applications of eutectic freeze crystallization
Ötektik donma kristalizasyonu uygulamaları
EMEK YÜKSEK
Yüksek Lisans
İngilizce
2024
İstanbul Teknik ÜniversitesiKimya Mühendisliği Ana Bilim Dalı
Yükleniyor...
- The preparation and characterization of samples of glass electrolyte for lithium/sodium-ion batteries
Lityum/sodyum-iyon bataryalar için cam elektrolit örneklerinin hazırlanması ve karakterizasyonu
MURAT ÖZKAN
Yüksek Lisans
İngilizce
2018
İstanbul Teknik ÜniversitesiKimya Mühendisliği Ana Bilim Dalı
Yükleniyor...