論文の概要: Energy-Exergy Analysis and Optimal Design of a Hydrogen Turbofan Engine
- arxiv url: http://arxiv.org/abs/2208.08890v1
- Date: Sun, 14 Aug 2022 19:27:15 GMT
- ステータス: 処理完了
- システム内更新日: 2022-08-19 13:35:08.555421
- Title: Energy-Exergy Analysis and Optimal Design of a Hydrogen Turbofan Engine
- Title（参考訳）: 水素ターボファンエンジンのエネルギー・エネルギー解析と最適設計
- Authors: Mohammadreza Sabzehali, Somayeh Davoodabadi Farahani, Amir Mosavi
- Abstract要約: ジェネックス1B70エンジンの推力比燃料消費特性に及ぼす入口冷却と燃料タイプの影響を解析した。
その結果、設計条件およびJP10燃料使用時の吸入空気温度の20度の美味しい低下により、エンジンの熱効率とエントロピー発生率、推力および燃料質量流量、TSFCが1.85パーセント、16.51パーセント、11.76パーセント、10.53パーセント、SNOxが2.15パーセント、エネルギ効率が2.11パーセント、26.60%向上した。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In this study, the effect of inlet air cooling and fuel type on the
performance parameters of thrust-specific fuel consumption (TSFC), thermal and
exergetic efficiencies, entropy generation rate, and Nitrogen oxide emission
intensity index (SNOx) of the GENX 1B70 engine is analyzed in two states of
take-off and on design. The results show that with a 20-degree delicious
reduction in inlet air temperature on design conditions and JP10 fuel usage,
the thermal efficiency and entropy generation rate, thrust and fuel mass flow
rate, and TSFC of the engine increase by 1.85 percent, 16.51 percent, 11.76
percent, 10.53 percent, and 2.15 percent and SNOx and exergetic efficiency
decrease by 2.11 percent and 26.60 percent, respectively. Also, optimization of
the GENX 1B70 engine cycle as hydrogen fuel usage with three separate objective
functions: thrust maximization, thermal efficiency maximization, and propulsive
efficiency maximization on design point condition was performed based on the
Genetic algorithm. Based on the economic approach and exero-environmental, the
best cycles from the optimal states were selected using the TOPSIS algorithm.
In on design conditions, entropy generation rate, nitrogen oxide production
rate, and TSFC for the chosen cycle based on the economic approach +18.89
percent, +10.01 percent, and -0.21percent, respectively, and based on the
exero-environmental approach -54.03percent, -42.02percent, and +21.44percent
change compared to the base engine, respectively.
- Abstract（参考訳）: 本研究では, 推力比燃料消費量 (TSFC) , 熱・エネルギ効率, エントロピー発生速度, 窒素酸化物排出強度指数 (SNOx) に及ぼす入口内空気冷却と燃料タイプの影響を, 離陸と設計の2つの条件で解析した。
その結果、設計条件およびJP10燃料使用時の吸入空気温度の20度の美味しい低下により、エンジンの熱効率とエントロピー発生率、推力および燃料質量流量、TSFCが1.85パーセント、16.51パーセント、11.76パーセント、10.53パーセント、SNOxが2.15パーセント、エネルギ効率が2.11パーセント、26.60%向上した。
また, ジェネックス1B70エンジンサイクルを水素燃料として, 推力最大化, 熱効率最大化, 設計点条件に対する推進効率最大化という3つの異なる目的関数で最適化した。
経済的アプローチと外環境に基づいて、最適状態からの最良のサイクルをTOPSISアルゴリズムを用いて選択した。
設計条件では、選択されたサイクルのエントロピー発生率、窒素酸化物生産率、tsfcはそれぞれ経済アプローチ+18.89パーセント、+10.01パーセント、-0.21パーセント、およびエクセロ環境アプローチ−54.03パーセント、-42.02パーセント、+21.44%の変化に基づく。
関連論文リスト
- Decomposed Direct Preference Optimization for Structure-Based Drug Design [47.561983733291804]
本稿では,拡散モデルと医薬的ニーズを整合させる構造に基づく最適化手法であるDecompDPOを提案する。
DecompDPOは、様々なタンパク質ファミリーにまたがる分子生成のための微調整済み拡散モデルと、生成後に特定のタンパク質サブポケットを与える分子最適化の2つの主要な目的のために効果的に使用できる。
論文 参考訳（メタデータ） (2024-07-19T02:12:25Z) - Gradient-based Parameter Selection for Efficient Fine-Tuning [41.30092426231482]
グラディエントベース。
選択(GPS)はパラメータ効率の良い新しい微調整法である。
GPSはトレーニングと推論の段階で追加のパラメータや計算コストを導入していない。
GPSは3.33%(91.78% vs. 88.45%, FGVC)、9.61%(73.1% vs. 65.57%, VTAB)の精度向上を実現している。
論文 参考訳（メタデータ） (2023-12-15T18:59:05Z) - Toward High-Performance Energy and Power Battery Cells with Machine
Learning-based Optimization of Electrode Manufacturing [61.27691515336054]
本研究では,所望のバッテリ適用条件に対する高性能電極の課題に対処する。
本稿では、電気化学性能の2目的最適化のための決定論的機械学習(ML)支援パイプラインによって支援される強力なデータ駆動アプローチを提案する。
以上の結果から,スラリー中の固形物の中間値とカレンダリング度を併用した高活性物質が最適電極となることが示唆された。
論文 参考訳（メタデータ） (2023-07-07T13:48:50Z) - ytopt: Autotuning Scientific Applications for Energy Efficiency at Large
Scales [0.5498849973527227]
我々は,様々なハイブリッドMPI/OpenMP科学応用を大規模に行うために,性能とエネルギーを自動チューニングする低オーバーヘッドオートチューニングフレームワークを提案する。
我々はこのフレームワークを使って、XSBench、AMG、SWFFT、SW4liteという4つのECPプロキシアプリケーションを自動チューニングします。
提案された自動チューニングフレームワークを使用して、最高の構成を特定することで、最大91.59%のパフォーマンス改善、21.2%の省エネ、最大4,096ノードでの37.84%の改善を実現しました。
論文 参考訳（メタデータ） (2023-03-28T18:50:55Z) - Comparison and Evaluation of Methods for a Predict+Optimize Problem in
Renewable Energy [42.00952788334554]
本稿では2021年に開催されたIEEE-CIS Technical Challenge on Predict+ for Renewable Energy Schedulingについて述べる。
コンペティションにおける上位7つのソリューションの比較と評価を行う。
勝算法は異なるシナリオを予測し、サンプル平均近似法を用いて全てのシナリオに最適化した。
論文 参考訳（メタデータ） (2022-12-21T02:34:12Z) - Universal optimization efficiency and bounds of Carnot-like heat engines
and refrigerators under shortcuts to isothermality [14.447246922181003]
熱機関の汎用最適化効率と2つの統一最適化基準の下での冷凍機の性能の最適化を導出する。
また, 熱機関と冷蔵庫の普遍的下限と上限を導出し, 極端に非対称な場合で到達できることを見出した。
論文 参考訳（メタデータ） (2022-11-02T02:23:24Z) - Scaling & Shifting Your Features: A New Baseline for Efficient Model
Tuning [126.84770886628833]
既存の微調整法は、事前訓練されたモデルの全てのパラメータ(フル微調整)をチューニングするか、最後の線形層(線形プローブ)のみをチューニングする。
そこで本研究では,SSFと呼ばれるパラメータ効率の高いファインタニング手法を提案する。
論文 参考訳（メタデータ） (2022-10-17T08:14:49Z) - Energy-Environment evaluation and Forecast of a Novel Regenerative
turboshaft engine combine cycle with DNN application [0.0]
ターボシャフトエンジンは, エネルギー環境解析に基づいて, インレット冷却と再生冷却を加えて評価した。
深部ニューラルネットワーク(DNN)に基づく冷却空冷システムを備えた再生ターボシャフトエンジンサイクルのエネルギー環境性能を予測するモデルを開発した。
また,NOおよびNO2を含む窒化物 (NOx) の熱効率と物質流量を予測するモデルを提案した。
論文 参考訳（メタデータ） (2022-09-24T14:38:25Z) - Prediction of the energy and exergy performance of F135 PW100 turbofan
engine via deep learning [0.0]
推力比燃料消費, 推力, 吸気気質量流量, 熱・推進効率に及ぼす飛気数, 飛行高度, 燃料タイプ, 吸気温度の影響について検討した。
深層学習法を用いて出力パラメータを予測するインテリジェントモデルが得られた。
その結果, 深部神経モデルの誤差率は推力, 推力比, 総運動効率の5.02%, 1.43%, 2.92%に等しいことがわかった。
論文 参考訳（メタデータ） (2022-08-24T17:28:58Z) - The influence of various optimization algorithms on nuclear power plant
steam turbine exergy efficiency and destruction [0.0]
本稿では,4つの運転形態におけるタービン,タービンシリンダー,シリンダー部品全体のエクセルギー解析について述べる。
最適化アルゴリズムSA(Simplex Algorithm)、GA(Genetic Algorithm)、IGSA(Improved Genetic-Simplex Algorithm)の3つのオペレーティングレジームが得られた。
論文 参考訳（メタデータ） (2021-05-26T09:59:16Z) - Maximal power for heat engines: role of asymmetric interaction times [110.83289076967895]
本稿では、エンジン性能を最適化するために、相互作用時間非対称性を調整するという考え方を紹介する。
個別最適化プロトコルは熱力学の枠組みで解析される。
論文 参考訳（メタデータ） (2020-12-16T22:26:14Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。