این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
صفحه اصلی
درباره پایگاه
فهرست سامانه ها
الزامات سامانه ها
فهرست سازمانی
تماس با ما
JCR 2016
جستجوی مقالات
دوشنبه 24 آذر 1404
سوخت و احتراق
، جلد ۷، شماره ۱، صفحات ۱-۱۶
عنوان فارسی
بهینه سازی پارامترهای الگوریتم ژنتیک برای تعیین ضرایب مدل سینتیکی احتراق متان و هوا
چکیده فارسی مقاله
توسعه مدلهای سینتیکی برای سوخت های جدید نیازمند بهینه سازی پارامترهای سرعت واکنشهاست که در این میان الگوریتم ژنتیک کارایی بالایی دارد. از آنجایی که انتخاب پارامترهای مناسب جمعیتی و تولید مثل (تعداد جمعیت، احتمال ترکیب و احتمال جهش) در الگوریتم ژنتیک تأثیر زیادی بر دستیابی به ضرایب سینتیکی بهینه و نیز در سرعت همگرایی روش دارد، مقاله حاضر به بررسی اثر این پارامترها در حالتهای مختلف در بهینه سازی های مربوط به یک مدل سینتیکی معتبر به عنوان ساختار مکانیسم در احتراق متان و هوا در داخل راکتور همزده پرداخته و سپس با استفاده از تحلیل آماری، بهترین پارامترهای الگوریتم ژنتیک را برای به دست آوردن پارامترهای سینتیکی گزارش کرده است. از میان پارامترهای الگوریتم ژنتیک، بیشترین تأثیر ناشی از احتمال جهش بوده که مقدار بهینه آن 0/001 به دست آمد و در رتبه بعدی تأثیر، جمعیت با تعداد بهینه 16 قرار گرفت. برای بررسی بیشتر اعتبار مدل بهینه شده، از مدل شعله پیش اختلاطی استفاده شد که نتایج آن، از لحاظ توزیع اجزای شیمیایی در طول شعله، تطابق کامل با مدل سینتیکی اصلی داشت.
کلیدواژههای فارسی مقاله
عنوان انگلیسی
Optimization of Genetic Algorithm Parameters for Determination of Kinetic Model Coefficients of Methane/Air Combustion
چکیده انگلیسی مقاله
Development of kinetic model for new fuels requires optimization of rate parameters of chemical reactions and for this purpose, genetic algorithm (GA) has great capabilities. Since the GA population and breeding parameters (e.g. population, crossover probability, and mutation probability) deeply affect the approach to the optimum point and convergence rate toward it, in this paper the effects of those GA parameters in the optimization of a valid kinetic model for combustion of methane/air, as base mechanism, within perfectly stirred reactors studied and then by using statistical analysis the optimum GA parameters have been determined. The mutation probability has the greatest effect with the optimum value of 0.001and then population stands in the next place with optimum value of 16. In order to validate the optimized model, it was used in the simulation of a premixed flame where concentration profile of selected species match perfectly with those of the original model.
کلیدواژههای انگلیسی مقاله
نویسندگان مقاله
اسماعیل فاتحی فر | esmaeil fatehi فر
دانشگاه صنعتی سهند، دانشکده مهندس شیمی، مرکز تحقیقات مهندسی محیط زیست
سازمان اصلی تایید شده
: دانشگاه صنعتی سهند (Sahand university of technology)
سید مهدی هدایت زاده | seyed mehdi hedayat zadeh
دانشکده مهندسی شیمی، واحد علوم و تحقیقات تهران، دانشگاه آزاد اسلامی
سازمان اصلی تایید شده
: دانشگاه آزاد اسلامی علوم و تحقیقات (Islamic azad university science and research branch)
محمد سلطانیه نویسنده مسیول | mohammad soltanieh nevisandeh election
دانشکده مهندسی شیمی، واحد علوم و تحقیقات تهران، دانشگاه آزاد اسلامی
سازمان اصلی تایید شده
: دانشگاه آزاد اسلامی علوم و تحقیقات (Islamic azad university science and research branch)
امیر حیدری نسب | amir heidari nasab
دانشکده مهندسی شیمی، واحد علوم و تحقیقات تهران، دانشگاه آزاد اسلامی
سازمان اصلی تایید شده
: دانشگاه آزاد اسلامی علوم و تحقیقات (Islamic azad university science and research branch)
محمدرضا جعفری نصر | mohammad reza jafari nasr
دانشکده مهندسی شیمی، واحد علوم و تحقیقات تهران، دانشگاه آزاد اسلامی
سازمان اصلی تایید شده
: دانشگاه آزاد اسلامی علوم و تحقیقات (Islamic azad university science and research branch)
نشانی اینترنتی
http://jfnc.ir/en/ManuscriptDetail?mid=32
فایل مقاله
فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده
fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
Research Paper
برگشت به:
صفحه اول پایگاه
|
نسخه مرتبط
|
نشریه مرتبط
|
فهرست نشریات