論文の概要: Energy-Environment evaluation and Forecast of a Novel Regenerative
turboshaft engine combine cycle with DNN application
- arxiv url: http://arxiv.org/abs/2209.12020v1
- Date: Sat, 24 Sep 2022 14:38:25 GMT
- ステータス: 処理完了
- システム内更新日: 2022-09-27 17:51:43.706656
- Title: Energy-Environment evaluation and Forecast of a Novel Regenerative
turboshaft engine combine cycle with DNN application
- Title（参考訳）: 再生型ターボシャフトエンジンとDNNの併用サイクルのエネルギー環境評価と予測
- Authors: Mahdi Alibeigi and Mohammadreza Sabzehali
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: In this integrated study, a turboshaft engine was evaluated by adding inlet
air cooling and regenerative cooling based on energy-environment analysis.
First, impacts of flight-Mach number, flight altitude, the compression ratio of
compressor-1 in the main cycle, the turbine inlet temperature of turbine-1 in
the main cycle, temperature fraction of turbine-2, the compression ratio of the
accessory cycle, and inlet air temperature variation in inlet air cooling
system on some functional performance parameters of Regenerative turboshaft
engine cycle equipped with inlet air cooling system such as power-specific fuel
consumption, Power output, thermal efficiency, and mass flow rate of Nitride
oxides (NOx) including NO and NO2 has been investigated via using hydrogen as
fuel working. Consequently, based on the analysis, a model was developed to
predict the energy-environment performance of the Regenerative turboshaft
engine cycle equipped with a cooling air cooling system based on a deep neural
network (DNN) with 2 hidden layers with 625 neurons for each hidden layer. The
model proposed to predict the amount of thermal efficiency and the mass flow
rate of nitride oxide (NOx) containing NO and NO2. The results demonstrated the
accuracy of the integrated DNN model with the proper amount of the MSE, MAE,
and RMSD cost function for both predicted outputs to validate both testing and
training data. Also, R and R^2 are noticeably calculated very close to 1 for
both thermal Efficiency and NOx emission mass flow rate for both validations of
thermal efficiency and NOx emission mass flow rate prediction values with its
training and its testing data.
- Abstract（参考訳）: 本研究では, エネルギー環境解析に基づき, 入口空気冷却と再生冷却を加えてターボシャフトエンジンの評価を行った。
First, impacts of flight-Mach number, flight altitude, the compression ratio of compressor-1 in the main cycle, the turbine inlet temperature of turbine-1 in the main cycle, temperature fraction of turbine-2, the compression ratio of the accessory cycle, and inlet air temperature variation in inlet air cooling system on some functional performance parameters of Regenerative turboshaft engine cycle equipped with inlet air cooling system such as power-specific fuel consumption, Power output, thermal efficiency, and mass flow rate of Nitride oxides (NOx) including NO and NO2 has been investigated via using hydrogen as fuel working.
その結果, 各層に625ニューロンの隠蔽層を有するディープニューラルネットワーク(DNN)をベースとした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が開発された。
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。
その結果,MSE,MAE,RMSDのコスト関数の適切な量で統合DNNモデルの精度を検証し,テストおよびトレーニングデータの両方を検証した。
また、RとR^2は、熱効率およびNOx排出質量流量の予測値と、そのトレーニングデータと試験データの両方の検証のために、熱効率とNOx排出質量流量の双方に対して1に非常に近いように計算される。
関連論文リスト
- Atmospheric Transport Modeling of CO$_2$ with Neural Networks [46.26819563674888]
大気中のCO$の分布を大気トレーサー輸送モデルで正確に記述することは、温室効果ガスモニタリングおよび検証支援システムに不可欠である。
大きな深層ニューラルネットワークは、大気の3Dモデリングを必要とする気象予報に革命を起こす可能性がある。
本研究では,気象予測の最先端として実証された4種類の深層ニューラルネットワークについて検討し,大気トレーサー輸送モデルの有用性について検討した。
論文 参考訳（メタデータ） (2024-08-20T17:33:20Z) - Tabular Machine Learning Methods for Predicting Gas Turbine Emissions [6.488575826304023]
ガスタービンの排出予測のための機械学習モデルの性能評価を行った。
機械学習技術を用いて, 窒素酸化物 (NOx) と一酸化炭素 (CO) の予測性能を向上した。
論文 参考訳（メタデータ） (2023-07-17T10:50:09Z) - 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) - Energy-Exergy Analysis and Optimal Design of a Hydrogen Turbofan Engine [0.0]
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。
論文 参考訳（メタデータ） (2022-08-14T19:27:15Z) - Measuring Wind Turbine Health Using Drifting Concepts [55.87342698167776]
風力タービンの健全性解析のための2つの新しい手法を提案する。
第1の方法は、比較的高低電力生産の減少または増加を評価することを目的とする。
第2の方法は抽出された概念の全体的ドリフトを評価する。
論文 参考訳（メタデータ） (2021-12-09T14:04:55Z) - Collective effects on the performance and stability of quantum heat
engines [62.997667081978825]
小型熱機関の動作における量子力学的拡張の最近の予測は、新たな関心を集めている。
1つの重要な問題は、集団効果が大規模に拡張するのに役立つかどうかである。
エンジンを構成するスピンの数とともに, パワー, 効率, 一貫性のスケールについて検討する。
論文 参考訳（メタデータ） (2021-06-25T18:00:07Z) - Physics-informed CoKriging model of a redox flow battery [68.8204255655161]
レドックスフロー電池(RFB)は、大量のエネルギーを安価かつ効率的に貯蔵する機能を提供する。
RFBの充電曲線の高速かつ正確なモデルが必要であり、バッテリ容量と性能が向上する可能性がある。
RFBの電荷分配曲線を予測する多相モデルを構築した。
論文 参考訳（メタデータ） (2021-06-17T00:49:55Z) - Environmental Pollution Prediction of NOx by Process Analysis and
Predictive Modelling in Natural Gas Turbine Power Plants [0.0]
本研究では,NOx排出予測のための機械学習モデルを構築するために,環境気象条件,電気出力,タービン性能要因を組み込んだ。
このモデルは、有害な排出の削減と全体の運用効率の向上のために、運用プロセスの最適化に使用することができる。
論文 参考訳（メタデータ） (2020-11-05T18:01:58Z) - Comparative Analysis of Single and Hybrid Neuro-Fuzzy-Based Models for
an Industrial Heating Ventilation and Air Conditioning Control System [0.0]
本研究では,適応型ニューロファジィ推論系-粒子群最適化(ANFIS-PSO)と適応型ニューロファジィ推論系-GA(ANFIS-GA)のハイブリッドモデルを提案する。
RMSEが0.0065、MAEが0.0028、R2が0.9999であるANFIS-PSOモデルは、ANFIS-GAと単一のANFISモデルより優れている。
論文 参考訳（メタデータ） (2020-02-22T22:32:34Z) - Reservoir engineering with arbitrary temperatures for spin systems and
quantum thermal machine with maximum efficiency [50.591267188664666]
貯留層工学は、量子情報科学と量子熱力学にとって重要なツールである。
この手法を用いて、任意の(有効)負および正の温度の貯水池を単一スピン系に設計する。
論文 参考訳（メタデータ） (2020-01-28T00:18:00Z) - Thermal coupling and effect of subharmonic synchronization in a system
of two VO2 based oscillators [55.41644538483948]
本稿では,二酸化バナジウムスイッチングデバイスを用いた振動型ニューラルネットワーク(ONN)の試作について検討する。
カップリングの効果的な作用半径RTCは、スイッチング中に放出される総エネルギーと平均出力に依存する。
強い熱カップリングの場合、振動が存在する供給電流パラメータの限界は10%拡大する。
サブハーモニック同期の効果は、分類とパターン認識への応用を約束する。
論文 参考訳（メタデータ） (2020-01-06T03:26:53Z)
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。