研究文章雷竞技app下载苹果版

换热器的性能评估使用基于Mamdani自适应神经模糊推理系统(M-ANFIS)和动态模糊可靠性建模

文摘

壳管式热交换器性能监控系统使用Mamdani开发自适应神经模糊推理系统(M-ANFIS)。实验是进行基于全因子设计实验来开发一个模型的使用温度和流速等参数。M-ANFIS模型整体传热系数设计/清洁换热器系统的开发。开发模型验证和测试的结果与实验结果进行比较。这个模型是用来评估换热器的性能与实际/污染系统。性能退化是表示使用污垢系数(FF),这是来自设计系统的整体传热系数和实际系统。混合算法是计算智能(CI)研究的热点问题。从深入讨论基于仿真机制(SMB)分类方法和复合模式,介绍了Mamdani基于模型的自适应神经模糊推理系统(M-ANFIS)和重量更新公式在考虑定性的表示在模糊神经网络推理的部分。M-ANFIS模型采用Mamdani模糊推理系统优势的一部分。应用M-ANFIS评价的实验结果可靠的换热器性能评价表明,M-ANFIS,作为一种新的混合算法在计算智能,在非线性建模有很大优势,顺向地区隶属度函数,训练数据规模和数量的调整参数。 This paper proposes a new perspective and methodology to model the fouling factor (FF) of the heat exchanger using the fuzzy reliability theory. We propose to use the indicator or performance or substitute variable which is very well understood by the power plant engineer to fuzzify the states of heat exchanger

Manoj普拉文•库马尔博卡,Jha, m·f·库雷希G.K.Agrawal

阅读全文下载全文|访问全文